| 失效链接处理 |
|
MxNet_gluon中文教程 PDF 下蝲
本站整理下蝲Q?/strong>
链接Q?a target="_blank">https://pan.baidu.com/s/1225vIk5iDwlyD0aCyQIyMw
提取码：(x)b0sw
相关截图Q?/strong>
主要内容Q?/strong>
2.2 数据操作
在深度学?fn)中Q我们通常?x)频J地Ҏ(gu)据进q操作。作为动h学深度学习(fn)的基Q本节将介绍?/div>
何对内存中的数据q⾏操作?/div>
在MXNet中，NDArray是存储和变换数据的主要⼯兗如果你之前过NumPyQ你?x)发现NDAr-
ray ?NumPy 的多l数l⾮常类伹{然而，NDArray 提供诸如 GPU 计算和⾃动求导在内的更多
功能。这些都使得 NDArray 更加适合深度学习(fn)?/div>
2.2.1 创徏NDArray
我们先介l?NDArray 的最基本功能。如果你Ҏ(gu)们T到的数学操作不是很熟(zhn)，可以参阅“数学
基础”h节?/div>
q先?MXNet 导⼊ NDArray?/div>
In [1]: from mxnet import nd
然后我们?NDArray 创徏h个⾏向量?/div>
In [2]: x = nd.arange(12)
x
Out[2]:
[ 0. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11.]
<NDArray 12 @cpu(0)>
以上创徏?NDArray h共包?12 个元素（elementQ，分别?arange(12) 所指定的从 0 开?/div>
?12 个连l整数。可以看刎ͼ打印?x 中还标注?jin)属?<NDArray 12 @cpu(0)>。其中，12
指的?NDArray 的ŞӞ卛_量的⻓度Q?@cpu(0) 说明默认情况?NDArray 被创建在 CPU 上?/div>
18 2. 预备知识
下⾯低T reshape 函数把向?x 的Ş状改?(3, 4)Q也是h?3 q?4 列的矩阵。除?jin)Ş状?/div>
变之外，x 中的元素保持不变?/div>
In [3]: x = x.reshape((3, 4))
x
Out[3]:
[[ 0. 1. 2. 3.]
[ 4. 5. 6. 7.]
[ 8. 9. 10. 11.]]
<NDArray 3x4 @cpu(0)>
上⾯ x.reshape((3, 4)) 也可写成 x.reshape((-1, 4)) ?x.reshape((3, -1))?/div>
׃ x 的元素个数是已知的，qo?1 是能够通过元素个数和其他维的⼤推断出来的?/div>
接下来，我们创徏h个各元素?0QŞ状ؓ(f) (2, 3, 4) 的张量。实际上Q之前创建的向量和矩阵都?/div>
Ҏ(gu)的张量?/div>
In [4]: nd.zeros((2, 3, 4))
Out[4]:
[[[ 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)>
cM圎ͼ我们可以创徏各元素ؓ(f) 1 的张量?/div>
In [5]: nd.ones((3, 4))
Out[5]:
[[ 1. 1. 1. 1.]
[ 1. 1. 1. 1.]
[ 1. 1. 1. 1.]]
<NDArray 3x4 @cpu(0)>
我们也可以通过 Python 的列表（listQ指定需要创建的 NDArray 中每个元素的倹{?/div>
In [6]: y = nd.array([[2, 1, 4, 3], [1, 2, 3, 4], [4, 3, 2, 1]])
y
Out[6]:
[[ 2. 1. 4. 3.]
[ 1. 2. 3. 4.]
2.2. 数据操作 19
[ 4. 3. 2. 1.]]
<NDArray 3x4 @cpu(0)>
有些情况下，我们需要随机Ω?NDArray 中每个元素的倹{下q我们创建⼀个Ş状ؓ(f) (3, 4) ?/div>
NDArray。它的每个元素都随机采样于均gؓ(f) 0 标准差ؓ(f) 1 的正态分布?/div>
In [7]: nd.random.normal(0, 1, shape=(3, 4))
Out[7]:
[[ 2.21220636 0.7740038 1.04344046 1.18392551]
[ 1.89171135 -1.23474145 -1.771029 -0.45138445]
[ 0.57938355 -1.85608196 -1.9768796 -0.20801921]]
<NDArray 3x4 @cpu(0)>
每个 NDArray 的Ş状可以通过 shape 属性来获取?/div>
In [8]: y.shape
Out[8]: (3, 4)
h?NDArray 的⼤（sizeQ即其元素的L?/div>
In [9]: y.size
Out[9]: 12
|
| Java1234官方?5Q?/td> | 
|
| Java1234官方?5Q?/td> | 838462530 |
苏公|安?32061202001004?/p>
