NumPy

בתכנות ב-Python, NumPy ו־Pandas תופסים מקום מובהק כשתי מהספריות החזקות ביותר לחישובים נומריים ולעיבוד נתונים. NumPy: היסוד של חישובים נומריים NumPy (Numeric Python) מספק תמיכה במערכות מרובות מימדים ומגוון רחב של פונקציות מתמטיות, מה שהופך אותו לכלי חיוני לחישובים מדעיים. NumPy היא החבילה היסודית ביותר לחישובים נומריים ב-Python. אחד הסיבות לכך ש־NumPy כל כך חשוב לחישובים נומריים היא שהוא מיועד ליעילות עם מערכות נתונים גדולות. הסיבות לכך כוללות: הוא שומר נתונים פנימית בבלוק מתמיד של זיכרון, תלויים באובייקטים אחרים מובנים…

מודלים גדולים למדבקות טקסט (LLMs) מבצעים עיבוד שפה טבעית (NLP) כדי לייצג את המשמעות של הטקסט כווקטור. הייצוג של מילים בטקסט זהו הטלה. המגבלת הטוקן: הבעיה הגדולה ביותר של מדבקות LLM כיום, אחת הבעיות הגדולות ביותר עם מדבקות LLM היא מגבלת הטוקן. כש-GPT-3 הושק, המגבלה לטקסט המדבק והפלט יחד הייתה 2,048 טוקנים. עם GPT-3.5, המגבלה עלתה ל-4,096 טוקנים. כעת, GPT-4 מגיע בשני גרסאות. אחת עם מגבלה של 8,192 טוקנים ואחרת עם מגבלה של 32,768 טוקנים, כ-50 עמודים של טקסט. אז,…

NumPy היא כלי פופולרי לחישוב מספרים הכרוכים במטריצות, מערכים ופונקציות מתמטיות. תכונת הצורה של מערך NumPy מחזירה טווא שמציג את ממדי המערך. וכשמדובר בשינוי הצורה ובשיבוץ מערכי NumPy, התכונה היא קרדינלית. להלן איך פונקציית תכונת shape: Python   import numpy as np arr = np.array([[5, 1], [16, 33]]) print(arr.shape) פלט: Python   (2, 2) תכונת הצורה חשובה גם ב-pandas או OpenCV. הנה איך משתמשים בתכונת הצורה ב-OpenCV: Python   import cv2 img = cv2.imread(r'C:\Users\ADMIN.DESKTOP-KB78BPH\Desktop\New folder (2)\2.jpg') print(img.shape) הפלט הוא: Python…

הטרנספוזה של מטריצה נרכשת על ידי העברת נתוני השורות לעמודה ונתוני העמודות לשורות. אם יש לנו מערך בצורת (X, Y) אז הטרנספוזה של המערך תהיה בצורת (Y, X). הטרנספוזה של מטריצת NumPy() מודול נאמפי של פייתון נהוג בעיקר לעבוד עם מערכים בפייתון. אנו יכולים להשתמש בפונקציית transpose() כדי לקבל את הטרנספוזה של מערך. import numpy as np arr1 = np.array([[1, 2, 3], [4, 5, 6]]) print(f'Original Array:\n{arr1}') arr1_transpose = arr1.transpose() print(f'Transposed Array:\n{arr1_transpose}') פלט: Original Array: [[1 2 3] [4 5…

בפייתון, אנו יכולים להשתמש בפונקציית numpy.where() כדי לבחור אלמנטים ממערך numpy, בהתבסס על תנאי. לא רק זאת, אלא שאנו יכולים לבצע פעולות על אותם אלמנטים אם התנאי מתקיים. בואו נסתכל על איך אנו יכולים להשתמש בפונקציה זו, בעזרת דוגמאות איור! תחביר של Python numpy.where() הפונקציה מקבלת מערך דומה ל-numpy (לדוגמה, מערך numpy של מספרים שלמים/בוליאניים). היא מחזירה מערך numpy חדש, לאחר סינון בהתבסס על תנאי, שהוא מערך numpy דומה של ערכים בוליאניים. לדוגמה, תנאי יכול לקבל את הערך array([[True, True,…

חישוב הנורמה של וקטורים הוא חיוני גם בבינה מלאכותית ומחשוב קוונטי למשימות כמו מימוד, רגרסיה, מדדי מרחק, קריטריונים להתכנסות, ייצוג מצבים קוונטיים, שמירה על אוניטריות של פעולות, תיקון שגיאות ועיצוב אלגוריתמים ומעגלים קוונטיים. תלמד לחשב את האורך האוקלידי (נורמה/מרחק), המכונה גם נורמת L2, של טנזור בממד יחיד (1D) בפייתון בספריות כמו NumPy, SciPy, Scikit-Learn, TensorFlow, וPyTorch.  הבנה של נורמה מול מרחק לפני שנתחיל, בואו נבין את ההבדל בין נורמת אוקלידי למרחק אוקלידי. נורמה היא המרחק/האורך/הגודל של הוקטור מהראשית (0,0). מרחק…

דמיון קוסינוס יש מספר יישומים בעולם האמיתי, ועל ידי שימוש בוקטורי הטמעה, אנו יכולים להשוות בין משמעויות בעולם האמיתי באופן תכנותי. פייתון הוא אחד השפות הפופולריות ביותר למדעי הנתונים, והוא מציע מגוון של ספריות לחישוב דמיון קוסינוס בקלות. במאמר זה, נדון באיך ניתן ליישם דמיון קוסינוס בפייתון בעזרת הסיוע של Scikit-Learn ו-NumPy ספריות.  מהו דמיון קוסינוס? דמיון קוסינוס הוא מדד דמיון בין שני וקטורים לא אפסיים במרחב n-ממדי. הוא משמש ביישומים רבים, כגון ניתוח טקסט ומערכות המלצה, לקביעה כמה דומים…

פונקציית ה-sum() של Python numpy משמשת לקבלת סכום של אלמנטים במערך מעל ציר נתון. תחביר פונקציית ה-sum() של Python numpy תחביר שיטת ה-sum() של Python NumPy הוא: sum(array, axis, dtype, out, keepdims, initial) אלמנטים של מערך משמשים לחישוב הסכום. אם לא סופק ציר, מוחזר הסכום של כל האלמנטים. אם הציר הוא טאפל של מספרים שלמים, מוחזר הסכום של כל האלמנטים בצירים הנתונים. ניתן לציין dtype כדי לציין את סוג הנתונים של הפלט המוחזר. המשתנה out משמש לציון המערך להניח בו…

פייתון numpy פונקציית append() משמשת למיזוג של שני מערכים. פונקציה זו מחזירה מערך חדש והמערך המקורי נשמר ללא שינויים. תחביר של NumPy append() תחביר הפונקציה הוא: numpy.append(arr, values, axis=None) ה-arr יכול להיות אובייקט דומה למערך או מערך NumPy. הערכים מתווספים להעתק של מערך זה. ה-ערכים הם אובייקטים דומים למערך והם מתווספים לסוף האלמנטים של "arr". ה-ציר קובע את הציר שבו הערכים מתווספים. אם הציר אינו ניתן, שני המערכים ישטחו. דוגמאות ל־Python numpy.append() בואו נסתכל על כמה דוגמאות לשימוש בפונקציה append()…