numpy– tag –

TensorflowとPytorchがApple Siliconに対応したため、Pythonの機械学習・ディープラーニング環境を構築します。 【仮想環境の作成】 仮想環境を作成します。 使用するPythonのバージョンですが、このあとインストールするTensorflowが執筆時点では3.7から3...

データ分析や機械学習を行う前に、乱数シード（ランダムシード）を固定しておきましょう。 【乱数シードとは】 乱数シードとは、疑似乱数ジェネレーターを初期化するための数値のことです。 Pythonでは、Pythonの環境が初めて実行されたときに設定されます...

Apple Silicon（M1、M1Max） macOSでディープラーニングの環境を構築する方法について解説します。 本手順は2022/4/1時点のものです。現状ではHomebrewやPyenv等でインストールしたPythonではTensorflowを導入できないようです。この状況も今後変わってく...

正規化とはデータを扱いやすいスケールに変更する手法です。ここでは代表的なMin-Max normalization、Z-score normalizationについて解説します。 Min-Max normalization Z-score normalization 【Min-Max normalization】 正規化というとMin-Max normaliz...

NumPyで単位行列（identity matrix）を作成する2つの方法について解説します。 NumPyには、単位行列を作成する方法が2つ用意されています。 eye関数（numpy.eye） - N×Mの単位行列を作成するidentity関数（numpy.identity） - 正方行列の単位行列を作成す...