Sakinashaikh: Created page with "{| border=1 | '''Time ''' | '''Narration''' |- | 00:01 | Advanced matrix operations पर स्पोकन ट्यूटोरिय..."

2019-07-24T06:24:26Z

Created page with "{| border=1 | <center>'''Time '''</center> | <center>'''Narration'''</center> |- | 00:01 | Advanced matrix operations पर स्पोकन ट्यूटोरिय..."

New page

{| border=1
| <center>'''Time '''</center>
| <center>'''Narration'''</center>

|-
| 00:01
| Advanced matrix operations पर स्पोकन ट्यूटोरियल में आपका स्वागत है।
|-
| 00:07
| इस ट्यूटोरियल में आप सीखेंगे-
matrix का Frobenius और infinity norm पता करना।
|-
| 00:14
| Matrix का singular value decomposition पता करना।
|-
| 00:19
| इस ट्यूटोरियल को रिकॉर्ड करने के लिए, मैं उपयोग कर रही हूँ Ubuntu Linux 16.04 ऑपरेटिंग सिस्टम
|-
| 00:26
| '''Python 3.4.3 ''' और '''IPython 5.1.0'''

|-
| 00:33
| इस ट्यूटोरियल का अभ्यास करने के लिए, आपको Lists, arrays और arrays के accessing parts और बुनियादी matrix operations क्रियान्वित करने का ज्ञान होना चाहिए।
|-
| 00:46
| यदि नहीं तो, इस वेबसाइट पर संबंधित Python ट्यूटोरियल देखें।
|-
| 00:51
| पहले हम flatten फंक्शन के बारे में देखेंगे।
|-
| 00:55
| flatten() फंक्शन array की एक कॉपी रिटर्न करता है, जो एक dimension में छोटा हो जाता है।
|-
| 01:01
| इसका उपयोग multidimensional matrix को single dimension matrix में बदलने के लिए किया जा सकता है।
|-
| 01:08
| ipython शुरू करें। टर्मिनल खोलें।
|-
| 01:13
| ipython3 टाइप करें और एंटर दबाएँ।
यहाँ से, याद रखें कि टर्मिनल पर प्रत्येक कमांड टाइप करने के बाद एंटर की दबाना है।
|-
| 01:25
| अब देखते हैं कि arrays कैसे बनाना है।
|-
| 01:29
| टाइप करें, '''from numpy import asmatrix comma arange'''

|-
| 01:35
| '''a''''' is equal to''''' asmatrix '''''brackets में''''' arange '''''brackets में '''''1''''' comma '''''10''''' dot '''''reshape '''''brackets में '''''3 '''''comma '''''3'''

|-
| 01:48
| फिर, a टाइप करें। अब टाइप करें: '''a''''' dot '''''flatten''''' ओपन और क्लाोज ब्रैकेट्स।
|-
| 01:57
| पहले हमने numpy module से arange function इंपोर्ट किया।
|-
| 02:02
| यहाँ, हम देख सकते हैं कि '''3 by 3 matrix''' एक dimensional matrix में बदल गया है।
|-
| 02:08
| आगे हम frobenius norm के बारे में सीखेंगे।
|-
| 02:12
|इसे अपने elements के absolute squares के योग के square root के रूप में परिभाषित किया गया है।
|-
| 02:18
| वीडियो को रोकें।
इसे करने का प्रयास करें और वीडियो को फिर से शुरू करें।
|-
| 02:24
| दिए गए 4 by 4 matrix के inverse के frobenius norm का पता लगाएं।
|-
| 02:30
| हम के लिए टर्मिनल पर जाएँ।
|-
| 02:34
| टाइप करें
'''m '''''is equal to''''' asmatrix '''''brackets में''''' arange '''''brackets में '''''1''''' comma '''''17 '''''dot '''''reshape '''''brackets में '''''4''''' comma '''''4'''

|-
| 02:46
| यहाँ, हमने '''asmatrix, arange''' और '''reshape''' फंक्शन का उपयोग किया।
|-
| 02:52
|हमने 1 से 16 तक elements के साथ 4 by 4 साइज का matrix बनाया है।
|-
| 02:59
| अब टाइप करें,

'''m '''''square brackets में '''''0 '''''comma '''''1''''' is equal to''''' 0'''

|-
| 03:06
|'''m '''''square brackets में '''''1''''' comma '''''3 '''''is equal to''''' 0'''

|-
| 03:12
| फिर टाइप करें, '''m'''

हमने रॉ 0 कॉलम 1 और रॉ 1 कॉलम 3 में एलिमेंट की वैल्यू को 0 में बदल दिया है।
|-
| 03:23
| matrix m के inverse का Frobenius norm का पता लगाने के लिए, दिखाए गए अनुसार टाइप करें।
|-
| 03:33
| norm फंक्शन numpy.linalg module में उपलब्ध है।
|-
| 03:39
| आगे, हम matrix के infinity norm के बारे में सीखेंगे।
|-
| 03:44
|इसे प्रत्येक रॉ में एलिमेंट्स के absolute value के योग के अधिकतम वैल्यू के रूप में परिभाषित किया गया है।
|-
| 03:51
| वीडियो को रोकें।
इसे करने का प्रयास करें और वीडियो को फिर से शुरू करें।
|-
| 03:57
| matrix im के infinity norm का पता लगाएँ।
|-
| 04:01
| हल के लिए टर्मिनल पर जाएँ।
|-
| 04:05
| matrix im के Infinity norm का पता लगाने के लिए, दिखाए गए अनुसार टाइप करें।
|-
| 04:11
|यहाँ ord parameter के लिए वैल्यू को infinity norm में कैल्कुलेट करने के लिए inf के रूप में पास किया गया है।
|-
| 04:18
| norms के बारे में अधिक जानने के लिए, टाइप करें: '''norm '''''question mark''
|-
| 04:24
| बाहर आने के लिए q टाइप करें।
|-
| 04:28
| अब हम singular value decomposition के बारे में देखेंगे।
|-
| 04:33
|linear algebra में, singular value decomposition '''real''' या '''complex matrix.''' का गुणनखण्ड है।
|-
| 04:42
| matrix m1 का SVD numpy.linalg module में उपलब्ध svd फंक्शन का उपयोग करके पाया जा सकता है।
|-
| 04:52
|दिखाए गए अनुसार टाइप करें।

|-
| 04:56
|svd 3 '''elements''' का tuple रिटर्न करता है।
|-
| 05:00
| हमने इन वैल्यूज को '''variable U, sigma''' और '''V''''' underscore '''''conjugate''' में अनपैक्ड किया है।
|-
| 05:08
| टाइप करें कैपिटल '''U'''

|-
| 05:12
| टाइप करें ''' sigma'''

|-
| 05:15
| टाइप करें कैपिटल Capital '''V''''' underscore '''''conjugate'''

|-
| 05:20
| हम singular value decomposition की '''U, sigma''' और '''V '''''underscore '''''conjugate ''' m1 के साथ गुणनफल की तुलना करके पुष्टि कर सकते हैं।
|-
| 05:30
|sigma एक dimensional array है, जिसमें matrix के केवल diagonal elements शामिल हैं।
|-
| 05:37
| दिखाए गए अनुसार टाइप करें।
पहले हम इस array को matrix में बदलते हैं।
|-
| 05:43
| टाइप करें '''smat'''
smat 2 by 3 '''zero matrix''' है।
|-
| 05:51
|अब टाइप करें, '''smat''''' square brackets में colon '''''2 '''''comma''''' '''''colon '''''2 '''''is equal to''''' diag '''''brackets में '''''sigma'''

|-
| 06:02
| फिर टाइप करें '''smat'''

|-
| 06:06
| यह sigma से वैल्यूज के साथ smat में रॉ 0 कॉलम 0 और रॉ 1 कॉलम 1 पर वैल्यूज बदलता है।
|-
| 06:16
| smat '''2 by 3 matrix''' है, जो sigma के वैल्यूज को diagonal elements और शून्य के रूप में गुणा करके बनाया गया है।
|-
| 06:27
| दिखाए गए अनुसार टाइप करें।

|-
| 06:33
| यह True रिटर्न करता है।
इसका अर्थ है कि m1 में एलिमेंट्स और U, sigma और ''' V''''' underscore '''''conjugate '' के गुणनफल में बराबर हैं।
|-
| 06:43
| इसी के साथ हम ट्यूटोरियल के अंत में पहुँचते हैं। संक्षेप में....
|-
| 06:49
| इस ट्यूटोरियल में हमने सीखा:
norm() फंक्शन का उपयोग करके matrix के norm की गणना करना।
|-
| 06:56
| svd() फंक्शन का उपयोग करके matrix के SVD की गणना करना।
|-
| 07:01
| यहाँ हल करने हेतु आपके लिए कुछ स्वतः निर्धारण वाले प्रश्न हैं।
'''norm''''' brackets में '''''A '''''comma '''''ord''''' is equal to single quotes में '''''fro''' is same as '''norm '''''brackets में '''''A'''

True या False.

|-
| 07:19
| और उत्तर है True, क्योंकि '''order '''''is equal to single quotes में '''''fro''' अर्थात '''Frobenius norm.'''
|-
| 07:29
| कृपया समय के साथ अपने प्रश्नों को इस फोरम में पोस्ट करें।
|-
| 07:33
| कृपया Python से संबंधित अपने सामान्य प्रश्नों को इस फोरम पर पोस्ट करें।
|-
| 07:37
| FOSSEE टीम TBC परियोजना का समन्वय करती है।
|-
| 07:41
| स्पोकन ट्यूटोरियल प्रोजेक्ट NMEICT, MHRD, भारत सरकार द्वारा वित्त पोषित है। अधिक जानकारी के लिए, इस वेबसाइट पर जाएँ।
|-
| 07:50
| यह स्क्रिप्ट विकास द्वारा अनुवादित है। हमसे जुड़ने के लिए धन्यवाद।
|}

Python-3.4.3/C3/Advanced-Matrix-Operations/Hindi - Revision history

Sakinashaikh: Created page with "{| border=1 | '''Time ''' | '''Narration''' |- | 00:01 | Advanced matrix operations पर स्पोकन ट्यूटोरिय..."