【mxnet】[转载]（一）：创建NDArray

项目场景：

提示：这里简述项目相关背景：
例如：项目场景：示例:通过蓝牙芯片(HC-05)与手机 APP 通信，每隔 5s 传输一批传感器数据(不是很大)

---

问题描述：

提示：这里描述项目中遇到的问题：
例如：数据传输过程中数据不时出现丢失的情况，偶尔会丢失一部分数据
APP 中接收数据代码：

@Override
        public void run() {
            bytes = mmInStream.read(buffer);
            mHandler.obtainMessage(READ_DATA, bytes, -1, buffer).sendToTarget();
        }

---

原因分析：

提示：这里填写问题的分析：
例如：Handler 发送消息有两种方式，分别是 Handler.obtainMessage()和 Handler.sendMessage()，其中 obtainMessage 方式当数据量过大时，由于 MessageQuene 大小也有限，所以当 message 处理不及时时，会造成先传的数据被覆盖，进而导致数据丢失。

---

解决方案：

提示：这里填写该问题的具体解决方案：
例如：新建一个 Message 对象，并将读取到的数据存入 Message，然后 mHandler.obtainMessage(READ_DATA, bytes, -1, buffer).sendToTarget();换成 mHandler.sendMessage()。

【mxnet】[转载]（一）：创建NDArray

MXNet中，NDArray是一个类，也是存储和变换数据的主要工具。

打开jupyter notebook，首先导入mxnet的NDArray，

from mxnet import nd
   
   

创建一个行向量，

   
   

     
     

      
      

     
     
     
     

      
      

       
       x = nd.arange(
       
       12)
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       x
      
      
     
     
   
   

输出，

查看x的形状，

x.shape
   
   

输出，

也可以通过size属性得到NDArray实例中元素的总数，

x.size
   
   

输出，

用reshape函数可以更改向量或者矩阵的形状，

   
   

     
     

      
      

     
     
     
     

      
      

       
       X = x.reshape((
       
       3, 
       
       4))
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       X
      
      
     
     
   
   

输出，

下面创建一个全0张量，

nd.zeros((2, 3, 4))
   
   

输出，

创建一个全1张量，

nd.ones((3, 4))
   
   

输出，

还可以指定要创建的NDArray中的每个值，

   
   

     
     

      
      

     
     
     
     

      
      

       
       Y = nd.array([[
       
       2, 
       
       1, 
       
       4, 
       
       3], [
       
       1, 
       
       2, 
       
       3, 
       
       4], [
       
       4, 
       
       3, 
       
       2, 
       
       1]])
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       Y
      
      
     
     
   
   

输出，

创建随机生成的NDArray，

nd.random.normal(0, 1, shape=(3, 4))
   
   

输出，

每个元素的值都服从均值为0、标准差为1的正态分布。