Ann的博客

numpy.reshape(a, newshape, order='C')这个函数的作用就是把数据原来的尺寸更改为我们想要的尺寸。参数：a: array_like我们想要的变更尺寸的数组。newshape: int or int of ints想变成什么样的尺寸，这时要注意这个尺寸产生的数值数目要等于原数组数值数组。如：原始数组尺寸为1 × 10，我们要分成2 × 5的数组，此时1...

numpy.random.randint(low, high=None, size=None, dtype='l')函数的作用是，返回一个随机整型数，范围从低（包括）到高（不包括），即[low, high)。如果没有写参数high的值，则返回[0,low)的值。参数如下：low: int生成的数值最低要大于等于low。（hign = None时，生成的数值要在[0, low)区间内...

分类:元素相乘:multply()矩阵相乘:dot()、matmul()、’@’’ * ': 是特别的。在数组操作中，作为元素相乘；在矩阵操作中作为矩阵相乘。以下举例说明import numpy as np在数组上操作的效果：a1 = np.array([[1,2,3],[4,5,6]])b1 = np.array([1,2,3])print(a1 * b1) # 对应元素相乘...

简介：这三个函数的功能是增删矩阵或数组的某一行/列，接下来逐个介绍函数用法。import numpy as np>>> a = np.array(np.arange(12).reshape(3,4))>>> aarray([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 1...

import numpy as np做机器学习项目时候可能会用到这几个函数，现在记录下来，以下均举例说明。一、np.cov>>> cov = np.cov(X.T)# 等价于以下操作>>> cov1 = np.dot((X-mu).T, (X-mu)) / X.shape[0]作用是求协方差矩阵。二、np.linspace>&a

import torch # 神经网络用import torch.nn.functional as F # 激活函数使用import torch.utils.data as Data # 批处理使用常用函数torch.nn.Linear() # 线性层torch.nn.MSELoss() # 均方差损失函数（回归用）torch.nn.CrossEntropyLoss() # # 交叉...