深度学习

深度学习必知必会

deep learning,numpy,矩阵，统计

iron

• 1 min read
深度学习必知必会

线性代数

TODO

概率统计

TODO

numpy基础

数组

  1. 创建数组 a = np.array([1,2,3，4],dtype=数据类型)
  2. 查看数组维度a.shape
  3. 修改数组维度a.reshape((2,-1))

zeros / ones / full / eye / random.random

np.zeros((1,2))
np.ones((1,2))
np.full((1,2),0) 和zeros等价
np.full((1,2),1)和ones等价 np.eye(3)创建单位矩阵np.random.random((3,4))` 创建随机数组

indexing 索引

数学运算

  1. 同维度的矩阵+ - * /
np.add(a,b)
np.subtract(a,b)
np.multiply(a,b)
np.divide(a,b)
np.sqrt(a,b)
  1. 矩阵运算
    np.dot(a,b)
  2. 求和，平均值
    np.sum(a,axis=0) 0 表示行 1 表示列
    np.mean(a,axis=0)
  3. np.random.uniform(1,100)生成一个1-100的随机数
  4. np.tile(a,(2,3))将矩阵a在行和列进行复杂后返回新的矩阵
  5. a.argsort(axis=0/1) 行/列排序，返回对应的索引矩阵
  6. a.T / np.transpose(a)转置