qq_30527579的博客

今天遇到expand_dims操作，顺便记录一下…

话不多说直接上例子：二维矩阵a = np.random.random((3,2))输出：[[0.47， 0.84 ][0.08， 0.12][0.77， 0.02]]不指定维度：print(np.max(a)) #不指定维度 全部检索数据输出：0.84指定维度：print(np.max(a, axis = 0)) #指定维度，沿 0 维检索输出：[0.77 0.84]解析： 按0维的方向比较大小，0维是哪个方向？是3X2矩阵下每个2X1一维向量的方

假设你已经清楚了python 的list切片操作。

numpy 创建矩阵整理array 直接创建，接受list或tuple参数print(np.array([1,2,3]))print(np.array([[1,2,3],[4,5,6]]))print(np.array((1,2,3)))arange 创建等差矩阵或者向量print(np.arange(1, 10, 2)) @print(np.arange(20)) # 直接定义 0-19，步长默认为一...

图的理解：一张图可以由高度（height），宽度（width），通道数（channels）表示。一个三维的tensor可以明确表示图中的任意一点。![图1](https://img-blog.csdnimg.cn/20200215184448649.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,tex...