밑바닥부터 시작하는 딥러닝 5

88

밑바닥부터 시작하는 딥러닝 5

NOTE_

(옮긴이 ) 역행렬과의 행렬 곱 결과가 단위행렬이어야 하는데

1

행

2

열의 값이

0

이 아닙니다. 이 값

을

10

진수로 변환하면 -

8

.

8817842

×

10

-

16

입니다. 즉,

0

에 가까운 매우 작은 값입니다. 정확하게

0

이 나

오지 않은 이유는 컴퓨터에서 부동소수점 수를 계산하는 방식 (

IEEE

754

)에 따른 어쩔 수 없는 오차 때문입

니다.

다음과 같이 행렬 곱 결과의 원소 타입을 정수 (

int

)로 바꿔 다시 출력하면 깔끔한 단위행렬이 출력됩니다.

print((A

@

B)

.

astype(int))

실행 결과

[[1 0]

[0 1]]

3.2.2

다변량 정규 분포 구현

이번에는 다변량 정규 분포를 코드로 구현해봅시다. 수식은 다음과 같습니다.

[식 3.1]

def multivariate_normal(x, mu, cov):

det

=

np

.

linalg

.

det(cov)

inv

=

np

.

linalg

.

inv(cov)

D

=

len(x)

z

=

1 / np

.

sqrt((2

*

np

.

pi)

**

D

*

det)

y

=

z

*

np

.

exp((x

-

mu)

.

T @ inv @ (x

-

mu) /

-

2

.

0)

return y

인수

x

,

mu

,

cov

는 모두

ndarray

인스턴스입니다. 이 세 인수의 형상은 [표

3

-

1

]의 조건을

충족해야 ...