numpy用法（自用）

最新推荐文章于 2021-11-29 16:38:52 发布
最新推荐文章于 2021-11-29 16:38:52 发布
阅读量238 收藏
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/a894638925/article/details/86742759
版权

1.X_test_flatten = X_test_orig.reshape(X_test_orig.shape[0],-1).T

.shape[0] 返回矩阵行的长度

-1 reshape时 为一列 即reshape成一个行向量

上述代码成为数据扁平化

2.index = 11

plt.imshow(X_train_orig[index])

print("Y = " + str(np.squeeze(Y_train_orig[:,index])))

首先数据集的X每个数据 是一个矩阵,

数据集Y的每个数据是一个列向量，:代表取遍所有列向量，index代表第几个列向量

squeeze 是将所有维度为1的维度去掉 

 

VINCENT1999_ML
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
numpy一些用法
cyj083的专栏
05-10 480
1、numpy.allclose numpy.allclose(a, b, rtol=1e-05, atol=1e-08, equal_nan=False) Returns True if two arrays are element-wise equal within a tolerance. Parameters: a, b : array_like Input ar
numpy的使用
qq_40941396的博客
05-07 641
一： 利用array创建数组 # array创建一维数组 a=np.array([1,2,3,4]) print(a) 运行结果： # array创建二维数组 b = np.array([[1,2,3],[4,5,6],[7,8,9]]) print(b) 运行结果： # 数组中dtyped 的使用 a = np.array([3,4,5],dtype=float) print(a) 运行结果： # ndim 维度的使用 a = np.array([5,6,7],dtype=f...
吴恩达深度学习——编程1
qq_43124451的博客
11-02 326
numpy学习1.squeeze 函数新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 1.squeeze 函数 从数组的形状中删除单维度条目，即把shape中为1的维度去掉 squeeze的用法 你好！ 这是你第一次使用
深度学习练习笔记DeepLearning-吴恩达教授-week2
weixin_43559498的博客
11-29 2151
1、当您想将形状为 (a,b,c,d) 的矩阵 X 展平为形状为 (b ∗ c ∗ d, a) 的矩阵 X_flatten 时，一个技巧是使用： X_flatten = X.reshape(X.shape[0], -1).T # X.T is the transpose of X #应用 train_set_x_flatten = train_set_x_orig.reshape(train_set_x_orig.shape[0], -1).T # 将数据堆到shape[0]行中，每行放多少数据
深入浅出解读卷积神经网络
燕哥带你学算法
11-23 2226
作者：石文华 编辑：田　旭 卷积神经网络 图1 全连接神经网络结构图 图2 卷积神经网络结构图 卷积神经网络和全连接的神经网络结构上的差异还是比较大的，全连接的网络，相邻两层的节点都有边相连，而卷积神经网络，相邻节点只有部分节点相连。 全连接神经网络处理图像的最大问题在于全连接层的参数太多，参数太多的话容易发生过拟合而且会导致计算速度
TensorFlow Tutorial-2
smoggyxhdz的博客
09-01 477
版权为吴恩达老师所有，参考Koala_Tree的博客，部分根据自己实践添加 使用google翻译，部分手工翻译 你可能需要的参考资料https://pan.baidu.com/s/1VCkeolXINRYuWt7XnXU_JQ 2 - 在tensorflow中构建您的第一个神经网络 在这部分任务中，您将使用tensorflow构建神经网络。请记住，实现张量流模型有两个部分： 创建计算图 ...
python reshape函数参数-1(X.reshape(X.shape[0], -1).T)
张飞飞的博客
10-09 5081
总结一下，参数-1就是不知道行数或者列数多少的情况下使用的参数，所以先确定除了参数-1之外的其他参数，然后通过(总参数的计算) / (确定除了参数-1之外的其他参数) = 该位置应该是多少的参数。 本文链接：https://blog.csdn.net/TeFuirnever/article/details/88919206 ———————————————— 版权声明：本文为CSDN博主「我是管小亮...
numpy常用方法
12-22
numpy 的使用 数据的加载 #常用参数 np.loadtext(frame,delimiter,dtype,skiprows,usecols,unpack) #eg file_path = “” np.loadtext(file_path,delimiter=”,”,dtype=”int”,skiprows=0,usecols=(0,),unpack=...
Numpy用法讲解一 初学者学习
最新发布
06-23
Numpy讲解，从基础开始进行讲解，讲解Numpy里面的各类用法，以及部分概念。
numpy常见用法
12-22
1.numpy包导入2.创建ndarray对象3.矩阵操作4.生成随机数 1.numpy包导入 import numpy as np 2.创建ndarray对象 numpy最重要的一个特点是其 N 维数组对象 ndarray，它是一系列同类型数据的集合，以 0 下标为开始进行...
Numpy之reshape()使用详解
09-18
今天小编就为大家分享一篇Numpy之reshape()使用详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
numpy使用说明介绍
09-28
2. 查看操作： 使用 ndarray 的方法和属性来查看数组的信息。 3. 文件IO 操作： 使用 savetxt 和 loadtxt 函数来保存和读取数组。 4. 数组运算： 使用数学函数库和线性代数功能来实现数组之间的运算。 NumPy 的...
Convolutional Neural Networks & CNN Application-2
smoggyxhdz的博客
09-08 380
版权为吴恩达老师所有，参考Koala_Tree的博客，部分根据自己实践添加 使用google翻译，部分手工翻译 你可能需要的参考资料https://pan.baidu.com/s/1y_pb9HiAIBwQVKuMG_ZONw 第2部分：卷积神经网络：应用 欢迎来到课程4的第二个作业！在这个笔记本中，您将： 实现在实现TensorFlow模型时将使用的辅助函数 使用TensorFlow...
《神经网络和深度学习》之神经网络基础（第二周）课后作业——神经网络思维的逻辑回归
qq_16540387的博客
01-30 3858
欢迎来到你的第一个编程作业，在这次作业中你将会用逻辑回归去识别一个猫。并且在这次作业中你将会用神经网络的思维去一步一步的去解决这个问题和磨练你的深度学习的直觉。 说明： 在你的代码中不能使用for或while循环，除非说明明确要你这么做。 你将会学习到： 1.建立一个学习算法的一般结构，包括 初始化参数 计算代价函数和它的梯度 使用最优化算法（梯度下降） 2.用正确的顺序将上面
改善深层神经网络-week3编程题（Tensorflow 实现手势识别 ）
豆子
06-12 2484
TensorFlow Tutorial Initialize variables Start your own session Train algorithms Implement a Neural Network 1. Exploring the Tensorflow Library To start, you will import the library: import mat...
Python Numpy中reshape函数参数-1的含义
热门推荐
小红的博客
11-23 9万+
新数组的shape属性应该要与原来数组的一致，即新数组元素数量与原数组元素数量要相等。一个参数为-1时，那么reshape函数会根据另一个参数的维度计算出数组的另外一个shape属性值。下面来举几个例子来理解一下：>>> z = np.array([[1, 2, 3, 4],[5, 6, 7, 8],[9, 10, 11, 12],[13, 14, 15, 16]])>>> print(z) [[
python第三周答案_TensorFlow入门（吴恩达深度学习课程2第3周作业）
weixin_29337315的博客
01-30 463
'''利用Tensorflow框架来实现一个神经网络'''import numpy as npimport h5pyimport matplotlib.pyplot as pltimport tensorflow as tffrom tensorflow.python.framework import opsimport tf_utilsimport timenp.random.seed(1)''...
Python中三维变二维矩阵（用reshape）后各个维度的关系
Bebr的博客
01-14 2万+
一、 将一个5X20的二维矩阵变为一个5X10X2的三维数据。 import numpy as np X_test = np.arange(100).reshape(5,20) print(X_test) X_test = X_test.reshape([X_test.shape[0], 10, 2]) 得到的三维的X_test是5个二维的二维矩阵叠加而成的。 相当于，将原来5行的...
python numpy用法
09-02
除了np.array()函数外，NumPy还提供了其他创建数组的方法，比如使用np.zeros()创建全零数组，np.ones()创建全一数组，np.random.randn()创建随机数组等。 另外，如果想对矩阵进行转置，可以使用numpy的transpose()...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值