数据操作
需要某种方法来存储和操作数据时
(1)获取数据;
(2)将数据读入计算机后对其进行处理。 如果没有某种方法来存储数据,那么获取数据是没有意义的。
1.张量 tensor
n维数组,也称为张量(tensor)
张量表示由一个数值组成的数组,这个数组可能有多个维度。 具有一个轴的张量对应数学上的向量(vector); 具有两个轴的张量对应数学上的矩阵(matrix); 具有两个轴以上的张量没有特殊的数学名称。
无论使用哪个深度学习框架,它的张量类(在MXNet中为ndarray
, 在PyTorch和TensorFlow中为Tensor
)都与Numpy的ndarray
类似。 但深度学习框架又比Numpy的ndarray
多一些重要功能:
-
GPU很好地支持加速计算,而numpy仅支持CPU计算
-
张量类支持自动微分。 这些功能使得张量类更适合深度学习
-
N维数组是机器学习和神经网络的主要数据结构
1.0 可以表示一个类别 0d标量(维)
[1.0 , 2.2 , 5.6] 可以表示一个特征向量 1d向量
[ [1.0 , 2.5 , 3.3]
[5.0 , 6.5 , 8.8]
[4.1 , 3.2 , 2.1] ] 可以表示一个样本—特征矩阵 2d矩阵
上图是个3维
下图是个四维的
然后是5维
然后补充一下访问元素的知识
首先&#