Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- JPA
- Spring
- 스프링 부트와 JPA
- Python
- 항해플러스
- 스프링 핵심원리
- Numpy
- 스프링
- 자바연습문제
- 자바의정석
- Secure Coding
- 불친절한 SQL 프로그래밍
- Java의정석
- 불친절한SQL프로그래밍
- java
- 제네릭
- 김영한
- 스프링입문
- 항해플러스 백엔드
- 서블릿
- 이것이자바다
- 항해플러스 회고
- 항해 추천인코드
- 항해플러스 백엔드 7기
- 자바의정석 연습문제
- 항해 추천인
- 시큐어코딩
- 스프링MVC
- 자바공부
- 인프런
Archives
- Today
- Total
목록prod (1)
Continuous Challenge

numpy 연산 - 연산자를 이용할 경우에는 +. -, *, / - 함수를 사용할 경우에는 add(), subtract(), multiply(), divide() 배열 a와 배열 b가 있을 때, a + b는 a[0]+b[0], a[1]+b[1], ... 와 같은 방식으로 연산 후, 그 결과를 리턴한다. numpy에서 vector와 matrix의 product(행렬곱셈)를 구하기 위해서 dot()함수를 이용한다. [1, 2] [5, 6] [1*5 + 2*7, 1*6 + 2*8] [3, 4] [7, 8] [3*5 + 4*7, 3*6 + 4*8] numpy에서는 배열 간의 연산을 위한 여러 함수들을 제공한다. - sum() : 각 배열의 요소를 더하는 함수. - product() : 배열의 요소들을 곱하는 함..
Study/ML, DL with Python
2020. 1. 12. 16:51