yosuke

RNNやLSTMなどの自然言語処理モデルの場合、学習データの長さが全て揃っていることは稀で、パディングなどの処理を施して人工的に揃える必要があります。そのパディング処理を各バッチに対して実行してくれるのがpad_sequence です。

DataloaderはPyTorchでデータをバッチ処理してくれる便利なクラスです。このクラスから各バッチを取り出すためにfor文がよく使われますが、他の方法としてiterとnextを使う方法もあります。

Numpyの２次元配列を扱う際、何行何列目が最大(もしくは最小)かという情報が欲しい場合があります。これをnumpyで得るための2つの方法をまとめたいと思います。

torchで計算する際の torch.tensor とnumpy.ndarray 同士を変換する際の方法をメモします。

Numpyの配列の配列(２次元配列)のソート方法に関して、複数の方法についてまとめ、それぞれの挙動を解説します。

numpyの1次元の配列同士を結合する方法について、様々なメソッドが用意されています。しかし、実際に使う際によくごちゃごちゃになってしまいます。そこで、各手法に関して、厳密な議論はせずに視覚的なイメージを重視して整理したいと思います。

k-menas法はデータ点の距離の近さを基準にk個のクラスタに分割する手法です。このアルゴリズムの改良版がk-menas++です。この手法の自作を通じて理解を深めていきたいと思います。

k-means法(k平均法)を平たく言えば、データ間の距離の近さを基準に指定した個数のpythoクラスタ(クラス、まとまり)に分類する手法です。pythonでこの手法を実装して理解を深めていきたいと思います。

k近傍法(k-nearest neighbor, kNN)は分類・回帰のいずれにも適用できるアルゴリズムです。本記事では分類・回帰について解説し、分類アルゴリズムを自作して理解を深めます。