NumPy

파이썬 프로그래밍에서 NumPy와 Pandas는 수치 계산과 데이터 조작을 위한 가장 강력한 라이브러리 중 두 가지로 두드러지게 나타난다. NumPy: 수치 계산의 기초 NumPy (Numerical Python)은 다차원 배열과 다양한 수학 함수를 지원하여 과학적 계산에 필수적이다. NumPy는 파이썬에서 수치 계산을 위한 가장 기본적인 패키지이다. NumPy가 수치 계산에 중요한 이유 중 하나는 대량의 데이터 배열에 대해 효율적으로 설계되어 있다는 것이다. 이에 대한 이유로는: 내부에서 데이터를 다른 내장 파이썬 객체와 독립적인 연속된 메모리 블록에 저장한다. “for” 루프가 필요하지 않고 전체 배열에 대한 복잡한 계산을 수행한다.…

LLMs는 자연어 처리(NLP)를 통해 텍스트의 의미를 벡터로 표현합니다. 이렇게 텍스트의 단어들을 표현한 것이 임베딩입니다. 토큰 제한: LLM 프롬프팅의 가장 큰 문제 현재 LLM 프롬프팅의 가장 큰 문제 중 하나는 토큰 제한입니다. GPT-3가 출시될 당시, 프롬프팅과 출력의 합계 토큰 제한은 2,048개였습니다. GPT-3.5에서는 이 제한이 4,096개로 늘어났습니다. 이제 GPT-4는 두 가지 변형으로 나오는데, 하나는 8,192개의 토큰 제한이고 다른 하나는 약 50페이지 분량의 32,768개의 토큰 제한입니다. 이 제한을 초과하는 컨텍스트로 프롬프팅을 하고 싶을 때 어떻게 할 수 있을까요? 당연히 유일한 해결책은 컨텍스트를 더…

NumPy는 행렬, 배열 및 수학 함수를 포함한 숫자 계산을 위한 인기 있는 도구입니다. NumPy 배열의 shape 속성은 배열의 차원을 보여주는 튜플을 반환합니다. 그리고 NumPy 배열의 재구성 및 조작에 관해서는 이 속성이 중요합니다. 다음은 shape 속성 함수의 사용 방법입니다: Python   import numpy as np arr = np.array([[5, 1], [16, 33]]) print(arr.shape) 출력: Python   (2, 2) shape 속성은 판다스 또는 OpenCV에서도 중요합니다. 다음은 OpenCV에서 shape 속성의 사용 방법입니다: Python   import cv2 img = cv2.imread(r’C:\Users\ADMIN.DESKTOP-KB78BPH\Desktop\New folder (2)\2.jpg’) print(img.shape) 출력 결과:…

행렬의 전치는 행 데이터를 열로, 열 데이터를 행으로 이동하여 얻습니다. 배열의 형태가 (X, Y)인 경우, 배열의 전치는 형태가 (Y, X)가 됩니다. NumPy 행렬 전치() Python의 NumPy 모듈은 주로 Python에서 배열을 다루는 데 사용됩니다. 배열의 전치를 얻기 위해 transpose() 함수를 사용할 수 있습니다. 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}’) 출력: Original Array: [[1 2 3] [4 5 6]] Transposed Array: [[1 4] [2 5] [3 6]] Numpy Array…

파이썬에서는 조건에 따라 NumPy 배열에서 요소를 선택하기 위해 numpy.where() 함수를 사용할 수 있습니다. 뿐만 아니라 조건이 충족될 경우 해당 요소에 대해 일부 작업을 수행할 수도 있습니다. 이 함수를 사용하는 방법을 몇 가지 예시를 통해 살펴보겠습니다! 파이썬 numpy.where()의 구문 이 함수는 NumPy와 유사한 배열 (예: 정수/부울의 NumPy 배열)을 인수로 받습니다.NumPy 배열입니다. 이 함수는 조건을 기반으로 필터링된 새로운 numpy 배열을 반환합니다. 이 조건은 부울 값의 NumPy와 유사한 배열입니다. 예를 들어, condition은 NumPy와 유사한 부울 배열인 array([[True, True, True]])의 값을 가질 수 있습니다.…

벡터의 노름 계산은 인공지능과 양자 컴퓨팅에서 특징 스케일링, 정규화, 거리 메트릭, 수렴 기준, 양자 상태 표현, 연산의 단위성 보장, 오류 정정, 양자 알고리즘 및 회로 설계와 같은 작업에 필수적입니다. 유클리드 노름(norm/distance), 즉 L2 노름을 계산하는 방법을 배우게 될 것입니다. 이는 파이썬 라이브러리인 NumPy, SciPy, Scikit-Learn, TensorFlow, PyTorch 등에서 단일 차원(1D) 텐서에 대해 수행할 수 있습니다.  Norm vs Distance 이해하기 시작하기 전에 유클리드 노름과 유클리드 거리의 차이점을 이해합시다. 노름은 원점(0,0)으로부터 벡터의 거리/길이/크기입니다. 거리는 두 벡터 사이의 거리/길이/크기입니다. 필수 사전 지식 Jupyter…

코사인 유사도는 여러 실제 응용 사례가 있으며, 임베딩 벡터를 사용하여 프로그래밍 방식으로 실세계의 의미를 비교할 수 있습니다. Python은 데이터 과학을 위한 가장 인기 있는 언어 중 하나이며, 코사인 유사도를 쉽게 계산할 수 있는 다양한 라이브러리를 제공합니다. 이 기사에서는 Scikit-Learn 및 NumPy 라이브러리의 도움을 받아 Python에서 코사인 유사도를 구현하는 방법에 대해 논의할 것입니다.  코사인 유사도란? 코사인 유사도는 n차원 공간의 두 비영 벡터 간의 유사도를 측정하는 척도입니다. 이는 텍스트 분석 및 추천 시스템과 같은 다양한 응용 프로그램에서 두 벡터가 벡터 공간에서 방향이…

Python의 numpy sum() 함수는 주어진 축을 기준으로 배열 요소의 합계를 얻는 데 사용됩니다. Python numpy sum() 함수 구문 Python NumPy sum() 메서드의 구문은 다음과 같습니다: sum(array, axis, dtype, out, keepdims, initial) 배열 요소는 합계를 계산하는 데 사용됩니다. 만약 축이 제공되지 않으면 모든 요소의 합계가 반환됩니다. 축이 int들의 튜플이면 주어진 축의 모든 요소의 합계가 반환됩니다. dtype을 지정하여 반환되는 출력 데이터 유형을 지정할 수 있습니다. out 변수는 결과를 배치할 배열을 지정하는 데 사용됩니다. 이것은 선택적 매개변수입니다. keepdims는 부울 매개변수입니다. True로 설정되면 축이…

파이썬 numpy의 append() 함수는 두 개의 배열을 병합하는 데 사용됩니다. 이 함수는 새 배열을 반환하며 원래 배열은 변경되지 않습니다. NumPy append() 구문 함수의 구문은 다음과 같습니다: numpy.append(arr, values, axis=None) arr은 배열 형태의 객체이거나 NumPy 배열일 수 있습니다. 값은 이 배열의 복사본에 추가됩니다. values는 배열 형태의 객체이며 “arr” 요소의 끝에 추가됩니다. axis는 값을 추가할 축을 지정합니다. 축이 제공되지 않으면 두 배열이 모두 평평하게 됩니다. Python numpy.append() 예제 NumPy append() 함수의 몇 가지 예제를 살펴보겠습니다. 1. 두 배열을 평평하게 만들기 import numpy…