吴恩达深度学习视频 函数知识

---

1.shape和reshape

---

image.shape[0], 图片垂直尺寸

image.shape[1], 图片水平尺寸

image.shape[2], 图片通道数

reshape（ ,1）是重新进行组合 1 是纬度
也可reshape（2，2）

2.np.linalg.norm（）

线性代数，范数 默认求矩阵的平方和开根号

矩阵的范数：

ord=1：列和的最大值

ord=2：|λE-ATA|=0，求特征值，然后求最大特征值得算术平方根(matlab在线版，计算ans=ATA，[x,y]=eig(ans)，sqrt(y)，x是特征向量，y是特征值)

ord=∞：行和的最大值

ord=None：默认情况下，是求整体的矩阵元素平方和，再开根号。（没仔细看，以为默认情况下就是矩阵的二范数，修正一下，默认情况下是求整个矩阵元素平方和再开根号）

axis=1表示按行向量处理，求多个行向量的范数

axis=0表示按列向量处理，求多个列向量的范数

axis=None表示矩阵范数。

keepding：是否保持矩阵的二维特性

True表示保持矩阵的二维特性，False相反

3.zeros

用法：zeros(shape, dtype=float, order=‘C’)

返回：返回来一个给定形状和类型的用0填充的数组；

参数：shape:形状

4.np.dot() 和 np.outer

矩阵乘法的结果和矩阵乘法的数组表示结果
值和矩阵

5.np.multiply(x1,x2)

数组元素对应位置相乘注意区分和outer的区别