神经网络推导以及map、reduce、lambda函数的用法

神经网络推导

map用法

描述

map() 会根据提供的函数对指定序列做映射。

语法

map(function, iterable, …)

参数

• function – 函数
• iterable – 一个或多个序列

返回值

在python3版本返回的是一个迭代器

实例----python3

>>> def square(x) :         # 计算平方数
...     return x ** 2
...
>>> map(square, [1,2,3,4,5])    # 计算列表各个元素的平方
<map object at 0x100d3d550>     # 返回迭代器
>>> list(map(square, [1,2,3,4,5]))   # 使用 list() 转换为列表
[1, 4, 9, 16, 25]
>>> list(map(lambda x: x ** 2, [1, 2, 3, 4, 5]))   # 使用 lambda 匿名函数
[1, 4, 9, 16, 25]
>>>

reduce用法

描述

reduce() 函数会对参数序列中元素进行累积。
注意：reduce需要调用functools模块

from functools import reduce

语法

reduce(function, iterable[, initializer])

参数

• function – 函数，有两个参数
• iterable – 可迭代对象
• initializer – 可选，初始参数

返回值

返回计算结果

实例

from functools import reduce

def add(x, y) :            # 两数相加
    return x + y
sum1 = reduce(add, [1,2,3,4,5])   # 计算列表和：1+2+3+4+5
sum2 = reduce(lambda x, y: x+y, [1,2,3,4,5])  # 使用 lambda 匿名函数
print(sum1)
print(sum2)

lambda用法

描述

Lambda函数是一个小的匿名函数。

Lambda函数可以接受任意数量的参数，但只能具有一个表达式

语法

lambda arguments : expression

实例

x = lambda a : a + 10  # 给a加上10传给变量x
print(x(5))