吴恩达深度学习笔记——Vectorization

1. np.random.rand(a)——随机生成a个在[0，1）范围内的数据。

2. time.time()——返回当前时间的时间戳（浮点秒数），可用来计算两个时间点的间隔。

• 若想返回当前时间点可用：time.strftime(’%Y-%m-%d %H:%M:%S’,time.localtime(time.time()))

3. str(1000*(toc-tic))——可用把浮点型转为字符串，用于拼接字符串。

4. np.dot(a, b)——若ab均为一维向量，则输出为 a[i] * b[i]，若a为二维向量，则输出是矩阵乘法计算方法

5. np.zeros()——

c= np.zeros((3,2))
print(c)
type(c)
>>>[[0. 0.]
 [0. 0.]
 [0. 0.]]
Out[37]:numpy.ndarray

v=[1,2,3]
np.exp(v)	#输出：array([ 2.71828183,  7.3890561 , 20.08553692])

总结：大量数据计算时，可考虑用向量化代替for循环，使程序运行更快。