《深度学习入门》学习笔记一：NumPy

文章目录

• • 前言
  • 1、NumPy
  • • 1.1 NumPy数组
    • 1.2 NumPy数组计算
    • 1.3 NumPy的N维数组
    • 1.4 广播
    • 1.5 访问

参考书籍和文献：

《深度学习入门：基于Python的理论与实现》

前言

在深度学习的实现中，往往会用到数组和矩阵的计算，此时Numpy中的数组库提供了许多快捷的方法。

1、NumPy

首先我们需要引入Numpy库。

import numpy as np

这样我们在引用numpy库的时候就给可以用np来代替。

1.1 NumPy数组

生成numpy数组可以使用np.array的方法

1.2 NumPy数组计算

正如案例中的numpy中的加减乘除都是逐项进行的，因此如果x和y的元素个数不相同的话，那么程序就会报错，但是有种情况例外，那就是广播。

1.3 NumPy的N维数组

在本书中一般将一维数组称为向量，二维数组称为矩阵，三维甚至高维数组称为张量或者多维数组。NumPy数组可以生成任意维数的数组。比如说

1.4 广播

在广播中我们可以将一个矩阵跟一个标量进行乘法计算。比如下面这个例子：

除此之外一位数组和二维数组也可以进行运算，比如说：


可以看出B数组转换成了与A数组相同的形状进行运算。

1.5 访问

NumPy中的访问可以大致分成三种情况：
1、从索引访问：

2、通过循环语句访问：

3、通过数组访问：

同时通过这个标记，我们可以获取一定条件的元素：