# np.random

dh8570

📊 Numpy 라이브러리 📌 Python Numpy > * numpy란? (Numeric Python) > 고성능의 수치계산과 선형대수학을 위해 제작된 Python 라이브러리 > 벡터 및 행렬 연산에 매우 편리한 기능 제공 > > * np.array() > - Array 객체를 생성하는 메소드 > - np.array([1,2,3,4], dtype=np.데이터타입) 📊 List와 Array 차이 📌 내부 요소의 데이터타입 차이 > * 내부 요소 차이 > - list : 내부 요소는 다양한 데이터타입을 갖는다. > - array : 내부 요소는 하나의 데이터타입으로 일관된다. > > * Array 내부 요소 데이터타입의 자동 형변환 특징 > _-

gongsam

1. 딥러닝 개념 1) 생성 모델링(Generative Modeling) > cf) 판별 모델링(Discriminative Modeling) 입력받은 데이터를 특정 기준에 따라 판별하는 것이 목표인 모델링 의미: 존재하지 않던 데이터를 생성하는 것이 목표 학습한 데이터셋과 유사하면서도 기존에 없던 새로운 데이터를 생성하는 모델 생성 모델링 기법 Pix2Pix: 간단한 이미지를 입력하면 실제 사진처럼 보이도록 변환, (그림, 사진) 쌍의 데이터셋 필요 CycleGAN: 양방향 변환이 가능 (이미지 ↔ 사진), 쌍으로 된 데이터가 필요 없음 Neural style transfer: 신경망을 기반으로 base image와 style image를 이용해 새로운 이미지를 생성함 GAN 가장 간단한 형태의 생성 모델 생성자: 의미가 불명한 랜덤 노이즈로부터 신경망에서의 연산을 통해 이미지 형상의 벡터를

hajeongjj

np.array np.array는 같은 데이터 타입을 설정해줘야 한다. 그렇지 않은 경우, 고차원 타입으로 전부 변경됨. np.array shape np.array sum np.arrange np.arange는 np.array와는 다르게 연산이 가능하다. np.random numpy 연산 데이터 전처리 활용 np.where np.digitize 연속형 변수의 구간화 numpy 기타 np.sort 배열을 옆으로, 위 아래로 붙이기 np.r_[a,b] = np.concatenate((a,b), axis=0) np.moveaxis 축 이동 np.expand_dims

gjtjsdn1

numpy 라이브러리에 있는 random 모듈에 대해 알아보겠다. np.random 라이브러리는 기존의 random라이브러리와 대부분 흡사하다. 정리된 페이지 https://docs.scipy.org/doc/numpy-1.15.0/reference/routines.random.html 1. np.random.rand() 0과 1 사이의 난수를 출력한다. 아래 예시처럼 np.array 행렬로 바로 만들 수 있다. 2. np.random.randn() 가우시안 정규분포를 따르는 난수를 괄호의 개수만큼 출력한다. 대부분 -1과 1 사이의 값이다. randn*sdt+avg를 통해 정규분포를 따르는 샘플을 만들 수 있다. ![](https://images.velog.io/images/gjtjsdn1/