mxnet基础到提高(35)-ndarray
2维数组,矩阵
import mxnet.ndarray as nd
a=nd.array(((1,2),(3,4)))
print(a)
[[ 1. 2.]
[ 3. 4.]]
<NDArray 2x2 @cpu(0)>
随机数
import mxnet.ndarray as nd
a=nd.random.uniform(-10,10,(3,5))#-10到10之间,3*5大小
print(a)
[[ 0.97627068 1.85689163 4.30378723 6.88531494 2.05526733]
[ 7.15891266 0.89766407 6.94503403 -1.52690411 2.47127438]
[ 2.91788197 -2.31236553 -1.24825573 -4.04930782 7.83546066]]
<NDArray 3x5 @cpu(0)>
指定值填充数组
import mxnet.ndarray as nd
a=nd.full((3,4),0.0)
b=nd.full((3,4),1.0)
print(a)
print(b)
[[ 0. 0. 0. 0.]
[ 0. 0. 0. 0.]
[ 0. 0. 0. 0.]]
<NDArray 3x4 @cpu(0)>
[[ 1. 1. 1. 1.]
[ 1. 1. 1. 1.]
[ 1. 1. 1. 1.]]
<NDArray 3x4 @cpu(0)>
数组属性
import mxnet.ndarray as nd
a=nd.full((3,4),1.0)
print(a)
print(a.shape)
print(a.size)
print(a.dtype)
[[ 0. 0. 0. 0.]
[ 0. 0. 0. 0.]
[ 0. 0. 0. 0.]]
<NDArray 3x4 @cpu(0)>
(3, 4)
12
<class ‘numpy.float32’>
数组运算
import mxnet.ndarray as nd
a=nd.full((3,4),1.0)
b=nd.full((3,4),5.0)
print(a+b)
print(a-b)
print(a*b)
print(a/b)
[[ 6. 6. 6. 6.]
[ 6. 6. 6. 6.]
[ 6. 6. 6. 6.]]
<NDArray 3x4 @cpu(0)>
[[-4. -4. -4. -4.]
[-4. -4. -4. -4.]
[-4. -4. -4. -4.]]
<NDArray 3x4 @cpu(0)>
[[ 5. 5. 5. 5.]
[ 5. 5. 5. 5.]
[ 5. 5. 5. 5.]]
<NDArray 3x4 @cpu(0)>
[[ 0.2 0.2 0.2 0.2]
[ 0.2 0.2 0.2 0.2]
[ 0.2 0.2 0.2 0.2]]
<NDArray 3x4 @cpu(0)>
ndarray与numpy互相转换
import mxnet.ndarray as nd
a=nd.full((3,4),2.0)
c=a.asnumpy()#to numpy
print(c)
print(a)
d=nd.array(c)#to ndarray
print(d)
[[ 2. 2. 2. 2.]
[ 2. 2. 2. 2.]
[ 2. 2. 2. 2.]]
[[ 2. 2. 2. 2.]
[ 2. 2. 2. 2.]
[ 2. 2. 2. 2.]]
<NDArray 3x4 @cpu(0)>
[[ 2. 2. 2. 2.]
[ 2. 2. 2. 2.]
[ 2. 2. 2. 2.]]
<NDArray 3x4 @cpu(0)>
mxnet基础到提高(35)-ndarray相关推荐
- mxnet基础到提高(46)-ndarray.zeros,CSRNDArray稀疏矩阵
mxnet.ndarray.zeros(shape, ctx=None, dtype=None, stype=None, **kwargs)[source] 返回一个新的array数组,指定shape ...
- mxnet基础到提高(44)-ndarray.arange创建行向量
mxnet.ndarray.arange(start, stop=None, step=1.0, repeat=1, infer_range=None, ctx=None, dtype=<cla ...
- mxnet基础到提高(40)-ndarray之运算(1)
# -*- coding: utf-8 -*- """ Spyder EditorThis is a temporary script file. "" ...
- mxnet基础到提高(53)-ndarray与numpy之间转换
from mxnet import nd import numpy as np x = nd.array(((1,2,3),(5,6,7))) y1=x.asnumpy() y2=nd.array(y ...
- mxnet基础到提高(24)-C++-符号,变量读写
#include #include #include "mxnet-cpp/MxNetCpp.h" //email:lx@lxaipro.com //code:liuxing us ...
- mxnet基础到提高(51)-Activation激活函数
mxnet.ndarray.Activation(data=None, act_type=_Null, out=None, name=None, **kwargs) Applies an activa ...
- mxnet基础到提高(48)-ones和ones_like
返回全1元素矩阵 mxnet.ndarray.ones(shape, ctx=None, dtype=None, **kwargs)[source] Returns a new array fille ...
- mxnet基础到提高(38)-自动梯度计算
from mxnet import nd from mxnet import autograd import math x=nd.array([[10,20],[1,2]]) x.attach_gra ...
- mxnet基础到提高(36)-单层神经网络
构造一个4个输出的单层网络, import mxnet.ndarray as nd from mxnet.gluon import nnlayer1=nn.Dense(4)#权重默认为平均分布的[-0 ...
最新文章
- 【每日邮报】利物浦对阵阿森纳能走出牢狱要谢天谢地谢Peter
- Python中断多重循环的几种思路
- AC日记——【模板】最小费用最大流 P3381
- 每个Power BI开发人员的Power Query提示
- CSS z-index属性
- 放生大海的鱼,为什么要在鱼肚子上捅一个洞?
- 小施同学的投资日记 开篇
- rose 生产java代码m_rose 生成代码
- edem颗粒替换_Altair EDEM Professional 2020.2安装教程(附替换补丁)
- 事业单位计算机岗位考公基吗,【事业单位】江苏统考考什么?公基、言语……题量分布!...
- 服务器部署与配置文件,服务器部署与服务器迁移之配置文件篇.pptx
- 计算机病毒存于什么,计算机病毒防治体系存在的问题有什么
- 【嵌入式技术期末复习要点】
- 高德地图Web端JavaScript API开发(二)---在地图上绘制(点标注)
- wegame登录cf显示服务器人数已满,WeGame
- 硅谷科技巨头CEO一年赚多少?这10位高薪代表了解一下
- 社团c语言程序设计,C语言课程设计-大学社团管理系统.doc
- InCallContrller内部逻辑
- win10主题更换_【小A问答】遇到超好看的Win10主题壁纸如何提取?
- MySQL存储过程从入门到精通
热门文章
- 你应该知道的 RPC 原理
- VC++2013出现bug: 无法打开源文件“stdafx.h”
- 短信猫编程的一些资料1(At指令发送短信)
- linux系统中安装和使用rz/sz命令详解
- C++利用访函数进行选择排序
- 配置MySQL5.7基于GTID的复制
- Binary classification - 聊聊评价指标的那些事儿【实战篇】
- 带排序动画的横向条形图
- 14 调整数组顺序使奇数位于偶数前面
- PHP中文URL编解码(urlencode()rawurlencode()