1. 程式人生 > >動手學深度學習-資料操作

動手學深度學習-資料操作

NDArray–資料操作功能

NDArray是儲存和變換資料的主要工具。其還提供了GPU計算和自動求梯度等等功能。
以下為寫到test01.py檔案中的程式碼。

from mxnet import nd
x = nd.arange(12)
print(x)
print(x.shape) #獲取NDArray例項形狀
print(x.size) #得到例項中的元素個數

x = x.reshape((3, 4)) #將向量x改變成一個矩陣,3x4的矩陣
print(x)

print(x.sum()) #輸出矩陣x的和,所有元素相加

print(nd.zeros((2, 3, 4))) #建立2x3x4的矩陣

print(nd.ones((3, 4))) #建立單位矩陣

y = nd.array([[2, 1, 4, 3], [1, 2, 3, 4], [4, 3, 2, 1]]) #建立指定型別的矩陣
print(y)

x1 = nd.random.normal(0 ,1, shape=(3, 4))
print(x1) #建立形狀為3x4的NDArray,其中的每個元素都是隨機取樣於均值為0,標準差為1的>>
正太分佈

print(x + y) #輸出x與y相加的結果

print(x * y) #輸出x與y相乘的結果

print(x / y) #輸出x與y相除的結果
z = nd.dot(x, y.T) #使用dot函式做矩陣運算,將x與y的轉置做乘法運算

xy01 = nd.concat(x, y, dim = 0) #連線到行上
print(xy01)

xy02 = nd.concat(x, y, dim = 1) #連線到列上
print(xy02)

print(x[1:3]) #行索引,會輸出矩陣x的索引為1與2的兩行

x[1, 2] = 9 #給矩陣的索引為1,2位置重新賦值
print(x)

執行程式:python test01.py
得到結果如下:

[ 0.  1.  2.  3.  4.  5.  6.  7.  8.  9. 10. 11.]
<NDArray 12 @cpu(0)>
(12,)
12

[[ 0.  1.  2.  3.]
 [ 4.  5.  6.  7.]
 [ 8.  9. 10. 11.]]
<NDArray 3x4 @cpu(0)>

[[[0. 0. 0. 0.]
  [0. 0. 0. 0.]
  [0. 0. 0. 0.]]

 [[0. 0. 0. 0.]
  [0. 0. 0. 0.]
  [0. 0. 0. 0.]]]
<NDArray 2x3x4 @cpu(0)>

[[1. 1. 1. 1.]
 [1. 1. 1. 1.]
 [1. 1. 1. 1.]]
<NDArray 3x4 @cpu(0)>

[[2. 1. 4. 3.]
 [1. 2. 3. 4.]
 [4. 3. 2. 1.]]
<NDArray 3x4 @cpu(0)>

[[ 2.2122064   0.7740038   1.0434403   1.1839255 ]
 [ 1.8917114  -1.2347414  -1.771029   -0.45138445]
 [ 0.57938355 -1.856082   -1.9768796  -0.20801921]]
<NDArray 3x4 @cpu(0)>

[[ 2.  2.  6.  6.]
 [ 5.  7.  9. 11.]
 [12. 12. 12. 12.]]
<NDArray 3x4 @cpu(0)>

[[ 0.  1.  8.  9.]
 [ 4. 10. 18. 28.]
 [32. 27. 20. 11.]]
<NDArray 3x4 @cpu(0)>

[[ 0.    1.    0.5   1.  ]
 [ 4.    2.5   2.    1.75]
 [ 2.    3.    5.   11.  ]]

總結

這些語句都是沒有必要死記的,後續用的多了就能記住。用到那個的時候百度一下即可。熟能生巧

相關推薦

動手深度學習-資料操作

NDArray–資料操作功能 NDArray是儲存和變換資料的主要工具。其還提供了GPU計算和自動求梯度等等功能。 以下為寫到test01.py檔案中的程式碼。 from mxnet import nd x = nd.arange(12) print(x) pr

《Gluon 動手深度學習》顯示影象資料集Fashion-MNIST

%matplotlib inline import sys sys.path.append('..') import gluonbook as gb from mxnet.gluon import data as gdata import time mnist_train=gdata.vision

動手深度學習(李沐)》筆記1

break pre square scatter mage sgd 筆記 init .com 實現一個簡單的線性回歸(mxnet) from mxnet import ndarray as nd from mxnet import autograd import matp

《Gluon 動手深度學習問題:ModuleNotFoundError: No module named 'gluonbook' 》

# 如果沒有安裝 pandas,請反註釋下面一行。 # !pip install pandas %matplotlib inline import gluonbook as gb from mxnet import autograd, gluon, init, nd from mxnet.gl

《Gluon 動手深度學習 六》Softmax實現

線性迴歸適用於輸出為連續值的情景,對於輸出離散值的分類問題,需要使用分類模型,例如softmax,與線性迴歸不同的是softmax輸出單元從一個變為多個。和線性迴歸相同的是,softmax也是一個單層神經網路。和線性迴歸不同的是,softmax輸出層的個數等於類別個數。 softmax 每個輸出

李沐等人開源中文書《動手深度學習》預覽版上線

機器之心報道,參與:李澤南、張倩。 獲得這本實體書最好的方法就是成為貢獻者。 近日,由 Aston Zhang、李沐等人所著圖書《動手學深度學習》放出了線上預覽版,以供讀者自由閱讀。這是一本面向在校學生、工程師和研究人員的互動式深度學習書籍。 線上書地址:zh.diveintodeeplear

分享《動手深度學習》高清PDF+視訊教程-李沐著

下載:https://pan.baidu.com/s/10EKdEe-vjp9i97xP1FWuGA 更多資料學習:http://blog.51cto.com/14087171 由 MXNet 創始人李沐大神、Aston Zhang 等人所著的互動式書籍《動手學深度學習》推出了線上預覽版,面向在校

分享《動手深度學習》高清PDF+視頻教程-李沐著

通過 整理 ofo 入門到 上線 大神 說明 深度學習 同學 下載:https://pan.baidu.com/s/10EKdEe-vjp9i97xP1FWuGA 更多資料學習:http://blog.51cto.com/14087171 由 MXNet 創始人李沐大神、A

分享《動手深度學習(李沐等著)》PDF+源代碼+《神經網絡與深度學習(吳岸城)著》PDF

.com aid 源代碼 inf nbsp 技術 http bubuko pdf 下載:https://pan.baidu.com/s/11O2m_uxSWJGbkXHF2Zh94w 更多資料:https://pan.baidu.com/s/1g4hv05UZ_w92uh9

動手深度學習》小記

blog 深度學習 ebo sdn 文件路徑 由於 not notebook 利用 一、隨著書上 的步驟安裝環境,第一個需要解決的問題是如何配合該書利用jupyter:在下載好的gluon_tutorials_zh-1.0文件夾處啟動命令窗口(1.shift+右鍵+從此處打

動手深度學習小記

train_data=gluon.data.DataLoader() #把資料整體封裝起來 class mxnet.gluon.data.DataLoader(dataset,batch_size = None,shuffle = False,sampler = None,

下載資源~李沐《動手深度學習》亞馬遜首席科學家、美國卡內基梅隆大學計算機博士重磅

教程的目錄以及學習路線:     目錄如下:    PDF+程式碼+視訊 下載方式                 &

動手深度學習(三)——丟棄法(從零開始)

文章作者:Tyan 部落格:noahsnail.com  |  CSDN  |  簡書 注:本文為李沐大神的《動手學深度學習》的課程筆記! 丟棄法的概念 在現代神經網路中,我們所指的丟棄法,通常是對輸入層或者隱含層做以下操作: 隨機選擇一部分該層

動手深度學習(一)——線性迴歸從零開始

文章作者:Tyan 部落格:noahsnail.com  |  CSDN  |  簡書 注:本文為李沐大神的《動手學深度學習》的課程筆記! 參考資料 # 匯入mxnet的ndarra

動手深度學習(一)——線性迴歸(gluon)

文章作者:Tyan 部落格:noahsnail.com  |  CSDN  |  簡書 注:本文為李沐大神的《動手學深度學習》的課程筆記! 建立資料集 # 匯入mxnet import

動手深度學習(一)——邏輯迴歸(gluon)

文章作者:Tyan 部落格:noahsnail.com  |  CSDN  |  簡書 注:本文為李沐大神的《動手學深度學習》的課程筆記! # 匯入mxnet import mxnet as

下載 | 524頁中文教程《動手深度學習

https://blog.csdn.net/qq_28168421/article/details/84669792 作為一名新手如何能夠快速上手深度學習,在實踐中使用深度學習呢?《動手學深度學習》是由亞馬遜首席科學家、美國卡內基梅隆大學計算機博士李沐等人編著,帶你從淺至深實踐深度學習。 &

動手深度學習環境配置

這本書http://zh.gluon.ai/,是一名交大的學生編寫的,可以說很實用,很好學。剛開始接觸看到裡面的圖片,演算法解釋——以及對應的程式碼實現,我就想自己去學一遍。但是開頭就遇到了問題,本身我的電腦是包含Anaconda的,但是書中Miniconda,於是我下載了,大致瀏覽了一下感

動手深度學習】中Jupyter notebook中 import mxnet出錯

按照【動手學深度學習】中的順序安裝好所有東西之後,在Jupyter notebook中輸入import mxnet無法匯入mxnet,但是在命令列環境下import mxnet又可以。網上說是有兩個python版本共存了,但是找了很久還是沒找到好的解決辦法。 解決辦法:

深度學習資料匯總

arpa att ems cvpr ati 計算機視覺 inf 分析 方法 和一位學長交談之後,認識到深度學習是一個快速發展的領域,僅僅靠著幾本書是遠遠不行的,應該關註前沿。但新入門的小夥伴往往根本不知道怎麽上手,結合學長的推薦和我自己的經驗,在這裏將一些好的學習資料推薦給