[Apprentissage profond à partir de zéro] 2. Il n'existe pas de NumPy en Java.

introduction

[Deep Learning from scratch in Java] 1. Différenciation et différenciation partielle pour le moment](https://qiita.com/xaatw0/items/edb111d4ca764c1976b0) C'est une continuation de. Bien sûr, NumPy n'est peut-être pas disponible en Java. Une bibliothèque Java similaire est ND4J, qui peut également utiliser GPU, mais je ne l'utilise pas car elle semble être le sujet principal. Et en Java, il existe des tableaux. Nous allons donc implémenter l'ajout et la multiplication du calcul de tableau. Soustrayez en ajoutant moins et divisez en divisant par 1 ~~ (découpage) ~~. Deep Learning, presque hors de propos.

Vérification du tableau bidimensionnel

Validez le tableau d'arguments à deux dimensions avant d'effectuer l'opération. Du point de vue, le nombre d'éléments n'est pas 0, et les longueurs des tableaux de seconde dimension (?) Sont toutes les mêmes.

ArrayUtil.java

public void validate(double[][] x){

	if (x.length ==0 || x[0].length ==0){
		throw new IllegalArgumentException();
	}

	if (Arrays.stream(x).skip(1).anyMatch(p -> x[0].length != p.length)){
		throw new IllegalArgumentException();
	}
}

Ajout d'un tableau bidimensionnel

Lors de l'ajout de nombres, ajoutez à tous les éléments du tableau à deux dimensions

ArrayUtil.java

public double[][] plus(double[][] x, double y){
	validate(x);

	final int resultRow = x.length;
	final int resultCol = x[0].length;

	double[][] result = new double[resultRow][resultCol];
	for (int i = 0; i < resultRow; i++){
		for (int j = 0; j < resultCol; j++){
			result[i][j] = x[i][j] + y;
		}
	}

	return result;
}

Lors de l'ajout d'un tableau à une dimension, la première dimension du tableau à deux dimensions est ajoutée au même élément

ArrayUtil.java

public double[][] plus(double[][] x, double[] y){
	validate(x);

	if (x[0].length != y.length){
		throw new IllegalArgumentException();
	}

	final int resultRow = x.length;
	final int resultCol = x[0].length;

	double[][] result = new double[resultRow][resultCol];
	for (int i = 0; i < resultRow; i++){
		for (int j = 0; j < resultCol; j++){
			result[i][j] = x[i][j] + y[j];
		}
	}

	return result;
}

Lors de l'ajout d'un tableau à une dimension, ajouter au même élément du tableau à deux dimensions

ArrayUtil.java

public double[][] plus(double[][] x, double[][] y){
	validate(x);
	validate(y);

	if (x.length != y.length || x[0].length != y[0].length){
		throw new IllegalArgumentException();
	}

	final int resultRow = x.length;
	final int resultCol = x[0].length;

	double[][] result = new double[resultRow][resultCol];
	for (int i = 0; i < resultRow; i++){
		for (int j = 0; j < resultCol; j++){
			result[i][j] = x[i][j] + y[i][j];
		}
	}

	return result;
}

Multiplier un tableau à deux dimensions

Lors de la multiplication par une valeur numérique, multipliez par tous les éléments du tableau à deux dimensions

ArrayUtil.java

public double[][] multi(double[][] x, double y){
	validate(x);

	double[][] result = new double[x.length][x[0].length];
	for (int i = 0; i < result.length; i++){
		for (int j = 0; j < result[i].length; j++){
			result[i][j] = x[i][j] * y;
		}
	}

	return result;
}

Lors de la multiplication d'un tableau à deux dimensions, multipliez ou ajoutez. Voir P54 "3.3.2 Matrix Inner Product" ou "■ Matrix Product AB Definition" à la page 54 du livre.

ArrayUtil.java

public double[][] multi(double[][] x, double[][] y){

	validate(x);
	validate(y);

	int cntCalc = x[0].length;
	if (cntCalc != y.length){
		throw new IllegalArgumentException();
	}

	final int resultRow = x.length;
	final int resultCol = y[0].length;

	double[][] result = new double[resultRow][resultCol];
	for (int i = 0; i < resultRow; i++){
		for (int j = 0; j < resultCol; j++){
			final int row = i;
			final int col = j;
			result[row][col] = IntStream.range(0, cntCalc).mapToDouble(k -> x[row][k] * y[k][col]).sum();
		}
	}

	return result;
}

en conclusion

Je n'ai pas encore atteint l'apprentissage profond.