算法工程师修仙之路：Keras（六）

深度学习基础

神经网络的数学基础

---

神经网络的数据表示

在 Numpy 中操作张量

• 我们可以使用语法 train_images[i] 来选择沿着第一个轴的特定数字，选择张量的特定元素叫作张量切片（tensor slicing）。

• 我们来看一下 Numpy 数组上的张量切片运算：

  选择第10~100个数字（不包括第100个），并将其放在形状为(90, 28, 28) 的数组中。
  >>> my_slice = train_images[10:100]
  >>> print(my_slice.shape)
  (90, 28, 28)
  

• 它等同于下面这个更复杂的写法，给出了切片沿着每个张量轴的起始索引和结束索引， : 等同于选择整个轴。

  # 等同于前面的例子
  >>> my_slice = train_images[10:100, :, :]
  >>> my_slice.shape
  (90, 28, 28)
  # 也等同于前面的例子
  >>> my_slice = train_images[10:100, 0:28, 0:28]
  >>> my_slice.shape
  (90, 28, 28)
  

• 一般来说，你可以沿着每个张量轴在任意两个索引之间进行选择。

  • 例如，你可以在所有图像的右下角选出14像素×14像素的区域：

    my_slice = tra