Descubre por qué los vectores de la base transformados se convierten en columnas de una matriz, cómo reconstruir una aplicación a partir de las respuestas de la base y cómo evitar errores entre filas y columnas en los pesos de un modelo.
Transponer una matriz, predecir su forma y cambiar con seguridad entre las vistas token por característica y característica por token sin perder de vista los valores subyacentes.
Aprende a leer dimensiones y elementos de matrices, relacionar filas y columnas con las funciones de una capa densa y detectar errores de forma o indexación en NumPy.