딥러닝의 기본함수와 shape

 ** shape 구하는법

 처음의 ' [ '의 갯수를 센다 -> ' [ '의 갯수만큼의 ( ? , ? ) 이다. 

원소의 개수를 센다 -> (  ? ,  개수 )

가장안의 []가 몇개인지를 센다 -> ( 개수 , ㅇㅇ )

ex) matirx1 = [[1,2] , [3,4]] --> [[가 2개 이므로 ( ? , ? ) 꼴이고 2개의 원소이므로 ( ? , 2 ) 이며 2개 있으므로 (2,2)

     matrix2 = [[1],[2]] --> [[2개 , 원소 1개, 총개수 2개 --> (2,1)

==> 매트릭스 곱을 하려면 ( a , b ) X ( c , d ) --> b와 c가 같아야 한다. 결과는 ( a , d )

matmul 와 * 의 결과는 다르다.

axis는 가장 밖이 0 안으로갈수록 수가 높아지며 가장 안쪽 axis는 -1이기도 하다.

shape이 다르다 하더라도 연산을 하게 해주는것 --> Broadcasting

*주의를 요망

Reduce_mean()

 : 평균을 계산할때는 floating값을 사용해야 한다. [1. , 2. ]

축에 따라 값이 다르다

Reduce_sum()

 : 

가장 큰원소의 위치를 알려줌. 위치를 구하는 함수

one_hot, casting, stack, ones_like, zeros_like, zip 함수들에 대해 기본적인 사용.