_yuki_

torch.topk 、paddle.topk、numpy.argpartition 函数应用

numpy：手册一、ravel、flatten、squeeze、reshaperavel(): 不会产生原来数据的副本 flatten（）：返回源数据副本 squeeze（）：只能对维度为1的维度降维 reshape(-1)：可以拉平多维数组二、把多维的数组降为1维import numpy as npdata = np.linspace(1,12,12).reshape(3,4)print(data)print('-'*20)print(data.ravel())p.

错误：ValueError: Object arrays cannot be loaded when allow_pickle=False原因：自Numpy 1.16.3版本发行之后，函数 numpy.load() 和 numpy.lib.format.read_array() 采用allow_pickle关键字，现在默认为False以响应CVE-2019-6446 < nvd.nist.gov/vuln/detail / CVE-2019-6446 >。解决：..

导入包：import numpy as np# 列表[ [1,2,3], [2,3,4] ] 输出：[[1, 2, 3], [2, 3, 4]]# 矩阵  （把上面列表转化成矩阵）array=np.array( [[1,2,3], [2,3,4]] ) 输出：[[1 2 3] [2 3 4]] #-- > 没有

详细:1.闵可夫斯基距离(Minkowski Distance)2.欧氏距离(Euclidean Distance)3.曼哈顿距离(Manhattan Distance)4.切比雪夫距离(Chebyshev Distance)5.夹角余弦(Cosine)6.汉明距离(Hamming distance)7.杰卡德相似系数(Jaccard sim

（1）np.linalg.inv()：矩阵求逆（2）np.linalg.det()：矩阵求行列式（标量）np.linalg.norm顾名思义，linalg=linear+algebra，norm则表示范数，首先需要注意的是范数是对向量（或者矩阵）的度量，是一个标量（scalar）：首先help(np.linalg.norm)查看其文档：norm(x, ord=None,