Numpy L2 Norm

Python er det mest anerkjente programmeringsspråket på grunn av det lettfattelige skriptet som gir mange innebygde funksjoner og biblioteker for å gjøre det enklere og mer forståelig. Dette språket brukes hovedsakelig til å implementere maskinlæringsapplikasjoner, så mens vi jobber med de forskjellige maskinlæringsapplikasjonene, uttrykker vi ofte applikasjonens funksjoner, datasett, målrettede verdier og andre parametere i form av matriser eller vektorer. For å implementere maskinlæringsalgoritmene på disse vektorene, må vi ofte ta størrelsen på disse matrisene, størrelsen på vektorene som representerer lengden på vektorene og beregner disse lengdene. Vi bruker funksjonen "normen".

Norm beregner lengden på vektorene, og den kan forstås som “avstand i matematiske termer. L2 Norm tar først kvadratet for alle elementene i vektoren eller matrisen og legger deretter til alle disse kvadratiske elementene og returnerer størrelsen for vektoren.

Fremgangsmåte

Vi vil følge en enkel prosedyre for å få en god forståelse av emnet Numpy L2 Norm. Artikkelen vil forklare viktigheten av denne funksjonen, og deretter vil syntaks for denne funksjonen bli forklart sammen med implementeringen av den syntaksen i Python -skriptet.

Syntaks

Det er vanligvis to typer normer som kan uttrykkes i Python -skriptet, og vi kan bytte til en av dem ved å bruke den samme grunnleggende syntaksen med litt modifisering i parametrene til denne funksjonen. Metoden for å kalle denne funksjonen i Python -programmet er gitt som følger:

$ numpy. Lining. Norm (x, orden = ingen, akse = ingen)

Denne funksjonen har tre parametere som må uttrykkes mens de beregner vektorens norm. "X" -parameteren er navnet på vektoren hvis lengde vi ønsker å finne ved hjelp av Numpy L2 -normfunksjonen. Så kommer en annen parameter, "Order" denne parameteren spesifiserer om vi må finne ut L1 -normen eller L2 -normen til vektoren, og "Axis" bidrar til å være den siste parameteren for funksjonen. Den returnerer enten vektorene eller matrisens normer; Vanligvis holder vi verdien lik ingen.

Eksempel 1

Numpy L2 Norm -funksjonen beregner normen for en hvilken. For å finne størrelsen på vektoren ved hjelp av L2 -normen, vil vi lage et nytt prosjekt eller starte med det siste prosjektet. Biblioteket som vi må installere for implementeringen av denne funksjonen er gitt nedenfor:

“Numpy”

Vi vil installere dette biblioteket i Python -skallet vårt gjennom terminalvinduet. Etter installasjonen av dette biblioteket vil vi importere to hovedpakker fra dette biblioteket som vi vil bli brukt i programmet for å ringe L2 Norm -funksjonen. Så vi vil først importere Numpy -pakken med prefikset eller navnet "PN" og deretter importere en annen modul fra denne pakken som "Lining".

Fra Numpy vil vi importere ling med navnet "Norm". Nå vil vi bruke disse PN- og Norm -prefiksene i stedet for ling og numpy i programmet. Vi vil lage en vektor eller matrise med metoden som “PN. Array ([2, 4, 5, 9]) ”. Vi lagrer denne matrisen i variabelen “Vector”. Med denne matrisenklæringen vil vi gå foran og finne L2 -normen for denne matrisen "Vector". Så vi vil ringe metoden for å funksjon. Norm (x, orden) ”. Denne funksjonen vil ta verdien av parameteren “x” som navnet på matrisen, i.e., vektor, og normenes rekkefølge vil bli gitt likt “2” siden vi beregner L2 -normen.

Resultatene vi vil få fra denne metoden vil bli lagret i en annen variabel, si “L2_Norm”, og så blir den ført til parameteren til Print () -funksjonen slik at vi kan vise resultatene fra L2 Norm -funksjonen.

Eksempel 2

I forrige eksempel implementerte vi L2 -normen for en vektor eller en rekke med et spenn i bare en dimensjon. Dette eksemplet vil prøve å implementere L2 Norm -funksjonen for 2D -matrisen eller matrisen. Så vi vil følge den samme prosedyren som i eksemplene for å importere de to modulene fra henholdsvis Numpy -pakken Lining og Numpy som "NP" og "Norm". Vi vil bruke begge disse modulene for å ringe L2 Norm -funksjonen for 2D -matrisen. Med prefikset “NP”, vil vi kalle Array Declaration -funksjonen “NP. Array () ” . Denne funksjonssamtalen vil erklære en 2D -matrise med elementene som “[[2, 6, 7], [3, 5, 1]”.

Navnet på matrisen vil bli gitt som "array_2dim". Vi vil bruke denne matrisen i NP. Norm () -funksjon som inngangsparameter vil spesifisere rekkefølgen på funksjonen til “2” for å fortelle funksjonen for å beregne L2 -normen for denne 2D -matrisen. Resultatene fra denne L2 Norm -funksjonen vil da bli vist som utgangen ved å kalle utskriftsfunksjonen. Vi har lagt ved kodebiten for dette eksemplet nedenfor:

Programmets utdata ble vist som L2 -normen for 2D -matrisen.

Konklusjon

Denne artikkelen er basert på L2 Norm -funksjonen ved hjelp av Numpy -pakken. Vi har levert det komplette konseptet om dette emnet ved å forklare metodene for å bruke denne funksjonen ved hjelp av forskjellige eksempler som vi har diskutert og implementert i Python -programmeringsspråket i denne artikkelen. Vi har også diskutert applikasjonsområdet for emnet, og vi håper det vil avklare begreper om denne funksjonen.