《Python深度学习基于Pytorch》学习笔记 |
您所在的位置:网站首页 › pytorch 动态图机制 › 《Python深度学习基于Pytorch》学习笔记 |
有需要这本书的pdf资源的可以联系我~ 这本书不是偏向于非常详细的教你很多函数怎么用,更多的是交个基本使用,主要是后面的深度学习相关的内容。 1.Numpy提供两种基本的对象:ndarray(n维数组对象)(用于储存多维数据)和ufunc(通用函数对象,用于处理不同的数据)。 2.numpy的主要优点:ndarray提供了很多数组化的运算,并且可以快读对数组进行操作,不用写循环来操作。 3.numpy是外部的库,使用的话需要导入先,没有库可以安装。 4.使用时候要导入numpy 5.创建ndarry的方法 注意: range是个范围一般是用在for里的 arange是一种快捷生成方式,几到几隔几个这种,或者直接生成然后reshape array一般用于生成有具体内容的ndarry 6.获取元素 #获取元素 nd8=np.random.random(10) print(nd8) print(nd8[3])#从0开始算,其实是第四个 print(nd8[3:6])#索引为3的开始一直到索引为5,不包括6 print(nd8[1:6:2])#索引1到索引5,每隔1个取一个 print(nd8[1:6:1])#每隔0个,也就是挨个取 print(nd8[::-2])#倒序每隔两个 nd9=np.arange(25).reshape([5,5]) print('nd9:',nd9) print('second and third row:',nd9[1:3,:])#指定行,先行后列 print('second and third row:',nd9[[1,2]])#指定行 print('second and third cloum:',nd9[:,1:3])#指定列 print(nd9[1:5,1:3])#先行后列 print('range[2,8]:',nd9[(nd9>2)&(nd9 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |