Theano 中文文档 0.9 - 7.1.2 NumPy新手-阿里云开发者社区

开发者社区> 人工智能> 正文
登录阅读全文

Theano 中文文档 0.9 - 7.1.2 NumPy新手

简介: 7.1.2 NumPy新手 译者:Python 文档协作翻译小组,原文:NumPy refresher。 本文以 CC BY-NC-SA 4.0 协议发布,转载请保留作者署名和文章出处。

7.1.2 NumPy新手

译者:Python 文档协作翻译小组,原文:NumPy refresher

本文以 CC BY-NC-SA 4.0 协议发布,转载请保留作者署名和文章出处。

Python 文档协作翻译小组人手紧缺,有兴趣的朋友可以加入我们,完全公益性质。交流群:467338606。

这里有一些NumPy的快速指南:

机器学习的矩阵惯例

行是水平的,列是垂直的。每一行都是一个样本。因此,inputs[10,5]是10个样本的矩阵,其中每个样本具有维度5。如果这是神经网络的输入,则从输入到第一个隐藏层的权重将表示大小(5, #hid)的矩阵。

考虑这个数组:

>>> numpy.asarray([[1., 2], [3, 4], [5, 6]])
array([[ 1.,  2.],
 [ 3.,  4.],
 [ 5.,  6.]])
>>> numpy.asarray([[1., 2], [3, 4], [5, 6]]).shape
(3, 2)

这是3×2矩阵,即有3行和2列。

要访问第3行(#2行)和第1列(#0列)中的元素:

>>> numpy.asarray([[1., 2], [3, 4], [5, 6]])[2, 0]
5.0

要记住这一点,我们从左到右、从上到下读取,所以连续的元素是一行。也就是说,有3行和2列。

Broadcasting

Numpy在算术运算期间对不同形状的数组进行broadcasting。这通常意味着较小的数组(或标量)被broadcasted到较大的数组,以让它们具有兼容的形状。下面的示例演示broadcastaing的一个实例:

>>> a = numpy.asarray([1.0, 2.0, 3.0])
>>> b = 2.0
>>> a * b
array([ 2.,  4.,  6.])

在这种情况下,这里较小的数组b(实际上是标量,其工作原理类似于一个0维数组)在乘法过程中被broadcasted到与a相同的大小。这个技巧通常用于简化表达式的写法。有关broadcasting的更多详情,请参见numpy用户指南

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
人工智能
使用钉钉扫一扫加入圈子
+ 订阅

了解行业+人工智能最先进的技术和实践,参与行业+人工智能实践项目

其他文章