octave深度学习_《机器学习》 - Octave 教程

Octave 是一个与MATLAB语法兼容的科学计算编程语言，在Coursera的 Andrew Ng 《Machine Learning》课程中也是实验推荐的语言，可以用于快速的实现机器学习算法原型。本文是该课程的一节对应的Octave入门教程。

基本操作(Basic Operations)

基本算术运算:加，减法，乘，除，指数运算。

octave:1> 3 + 7

ans = 10

octave:2> 9 - 2

ans = 7

octave:3> 5 * 6

ans = 30

octave:4> 1 / 5

ans = 0.20000

octave:5> 2 ^ 10

ans = 1024

octave:6>

逻辑运算：相等性判断，与，或，非，异或。

octave:6> 1 == 2

ans = 0

octave:7> 1 == 1

ans = 1

octave:8> 1 ~= 2

ans = 1

octave:9> 1 && 2

ans = 1

octave:10> 1 || 0

ans = 1

octave:11> 1 && 0 % AND

ans = 0

octave:14> ~0

ans = 1

octave:15> ~(1 == 1)

ans = 0

octave:12> xor(1, 0)

ans = 1

octave:13> xor(10, 10)

ans = 0

可以修改Octave命令行提示符(Prompt String)。

octave:16> PS1('>> ')

>> 1 + 4

ans = 5

变量(动态语言，没有类型)：变量赋值，展示(disp)，格式化字符串(sprintf，参照C语言)。format可以改变disp的显示方式。参考文档 Terminal Output

>> a = pi

a = 3.1416

>> a = pi;

>> a

a = 3.1416

>> disp(a);

3.1416

>> disp(sprintf("hello %0.2f", a))

hello 3.14

>> disp(sprintf("hello %0.6f", a))

hello 3.141593

>> format long

>> a

a = 3.141592653589793

>> format short

>> a

a = 3.1416

矩阵，向量：矩阵的表示，矩阵的生成，randn生成服从高斯分布的变量，hist画直方图，eye生成单位矩阵。

>> A = [1 2; 3 4; 5 6]

A =

1 2 3 4 5 6

>> V = [1 2 3]

V =

1 2 3

>> V = [1;2;3]

V =

1 2 3

>> rand(2,3)

ans =

0.65885 0.20695 0.13668 0.71842 0.53510 0.23619

>> randn(2,3)

ans =

0.89741 0.54653 -0.66030 0.41129 -1.61810 -0.69729>> W = -6 + sqrt(10) * (randn(1, 10000));

>> hist(W)

>> eye(3, 3)

ans =

Diagonal Matrix

1 0 0 0 1 0 0 0 1

其中 hist(W)生成的直方图为：

移动数据(Moving data around)

计算矩阵的维度

>> A = [1 2;3 4;5 6]

A =

1 2 3 4 5 6

>> sz = size(A)

sz =

3 2

>> size(sz)

ans =

1 2

>> size(A,1) % first dimesion

ans = 3>> size(A,2)

ans = 2>> length(A)

ans = 3>> v = [1 2 3 4]

v =

1 2 3 4

>> length(v)

ans = 4

切换工作目录。

>> pwd

ans = C:\Users\vonzh

>> cd D:

>> pwd

ans = D:\

加载文件。

>> load featuresX.dat>> load('featuresX.dat') % or this way>> load priceY.dat

>> size(featuresX)

ans =

47 2>> size(priceY)

ans =

47 1

查看当前变量。

>> who

Variables in the current scope:

A V Y ans priceY v

C W a featuresX sz

>> whos

Variables in the current scope:

Attr Name Size Bytes Class

==== ==== ==== ===== =====

A 3x2 48 double C 2x3 48 double V 3x1 24 double W 1x10000 80000 double Y 1x5 40 double a 1x1 8 double ans 1x2 16 double featuresX 47x2 752 double priceY 47x1 376 double sz 1x2 16 double v 1x4 32 double

Total is 10170 elements using 81360 bytes

清除变量。

>> clear featuresX

>> whos

Variables in the current scope:

Attr Name Size Bytes Class

==== ==== ==== ===== =====

A 3x2 48 double C 2x3 48 double V 3x1 24 double W 1x10000 80000 double Y 1x5 40 double a 1x1 8 double ans 1x2 16 double priceY 47x1 376 double sz 1x2 16 double v 1x4 32 double

Total is 10076 elements using 80608 bytes

序列化数据， 默认是二进制格式，可以通过选项指定为文本格式。

>> V = priceY(1:10)V =

399900

329900

369000

232000

539900

299900

314900

198999

212000

242500

>> save hello.mat V;>> clear>> whos>> load hello.mat>> VV =

399900

329900

369000

232000

539900

299900

314900

198999

212000

242500

>> save hello.txt V -ascii % save as text, rather than binary format

矩阵变换

>> A = [1 2;3 4;5 6]

A =

1 2

3 4

5 6

>> A(3,2)

ans = 6

>> A(2,:)

ans =

3 4

>> A([1 3],:) % everything in row 1, row 3

ans =

1 2

5 6

>> A

A =

1 2

3 4

5 6

>> A(:,2) = [7;8;9]

A =

1 7

3 8

5 9

>> A = [A, [100, 101, 102]]

error: horizontal dimensions mismatch (3x2 vs 1x3)

>> A = [A, [100; 101; 102]]

A =

1 7 100

3 8 101

5 9 102

>> A(:) % to a single vector

ans =

1

3

5

7

8

9

100

101

102

>>

>> A = [1 2;3 4;5 6];

>> B = [11 12;13 14;15 16];

>> A

A =

1 2

3 4

5 6

>> B

B =

11 12

13 14

15 16

>> C = [A B]

C =

1 2 11 12

3 4 13 14

5 6 15 16

>> C = [A;B]

C =

1 2

3 4

5 6

11 12

13 14

15 16

计算(Computing on data)

矩阵乘法。

>> A = [1 2;3 4;5 6;]

A =

1 2 3 4 5 6

>> B = [1 1 ;2 2]

B =

1 1 2 2

>> A * B

ans =

5 5 11 11 17 17

矩阵元素相乘，常量相乘。

>> C = [ 11 12; 13 14;15 16]

C =

11 12 13 14 15 16

>> A .* C

ans =

11 24 39 56 75 96>> A .^ 2ans =

1 4 9 16 25 36

>> 1 ./ A

ans =

1.00000 0.50000 0.33333 0.25000 0.20000 0.16667

>> -A

ans =

-1 -2 -3 -4 -5 -6

>> -1 * A

ans =

-1 -2 -3 -4 -5 -6

矩阵转置.

>> A'

ans =

1 3 5 2 4 6

>> (A')'

ans =

1 2 3 4 5 6

元素级别的逻辑运算

>> a < 10ans =

1 0 1 1

>> find( a < 7)

ans =

1 3

矩阵运算常用函数。

>> log(A) % 基于10的对数ans =

0.00000 0.69315

1.09861 1.38629

1.60944 1.79176

>> exp(A) % 指数运算ans =

2.7183 7.3891

20.0855 54.5982

148.4132 403.4288

>> abs(A) % 绝对值ans =

1 2

3 4

5 6

>> abs([-1;2;-3])

ans =

1

2

3

>> a = [ 1 34 6 8.0]

a =

1 34 6 8

>> val = max(a) % 最大值val = 34

>> [val, ind] = max(a)

val = 34

ind = 2

>> A = magic(3)

A =

8 1 6

3 5 7

4 9 2

>> [r,c] = find(A >= 7) % 查找符合条件的元素index

r =

1

3

2

c =

1

2

3

>> A = [ 1 2 3]

A =

1 2 3

>> sum(A) % 求和ans = 6

>> prod(A)

ans = 6

>> A = [1 2 3 0.5]

A =

1.00000 2.00000 3.00000 0.50000

>> floor(A) % 向下取整ans =

1 2 3 0

>> ceil(A) % 向上取整ans =

1 2 3 1

>> A = [1 2;3 4;5 6]

A =

1 2

3 4

5 6

>> B = [0 1;10 11; 4 9]

B =

0 1

10 11

4 9

>> max(A,B) % 取各个位置的最大值ans =

1 2

10 11

5 9

>> A

A =

1 2

3 4

5 6

>> max(A,[],1) % 各列的最大值ans =

5 6

>> max(A,[],2) % 各行的最大值ans =

2

4

6

>> max(A(:))

ans = 6

A =

47 58 69 80 1 12 23 34 45

57 68 79 9 11 22 33 44 46

67 78 8 10 21 32 43 54 56

77 7 18 20 31 42 53 55 66

6 17 19 30 41 52 63 65 76

16 27 29 40 51 62 64 75 5

26 28 39 50 61 72 74 4 15

36 38 49 60 71 73 3 14 25

37 48 59 70 81 2 13 24 35

>> sum(A,1)

ans =

369 369 369 369 369 369 369 369 369

>> sum(sum(A.*eye(9))) % 求对角线元素之和ans = 369

>> sum(sum(A.*flipud(eye(9))))

ans = 369

>> A = magic(3)

A =

8 1 6

3 5 7

4 9 2

>> temp = pinv(A) % 伪逆矩阵temp =

0.147222 -0.144444 0.063889

-0.061111 0.022222 0.105556

-0.019444 0.188889 -0.102778

>> temp * A

ans =

1.0000e+000 2.0817e-016 -3.1641e-015

-6.1062e-015 1.0000e+000 6.2450e-015

3.0531e-015 4.1633e-017 1.0000e+000

其中， magic 产生魔法矩阵(magic matrix，横纵，对角线之和均相等)，注意 2 X 2 的魔法矩阵不存在。

>> magic(2)

ans =

4 3 1 2

数据可视化(Plotting data)

>> t=[0:0.01:0.98];

>> y1 = sin(2*pi*4*t);

>> plot(t,y1);

>> y2=cos(2*pi*4*t);

>> plot(t,y2);

>> plot(t,y1);

>> hold on; % 允许图像叠加

>> plot(t,y2,'r');

>> xlabel('time'); % 横轴标签

>> ylabel('value'); % 纵轴标签

>> legend('sin', 'cos'); % 线说明

>> title('my plot--'); % 标题

>> print -dpng 'sincos.png' % 保持图像

>> close % 关闭图像

```

```

>>

>> figure(1);plot(t,y1); % 可以指定多个图像

>> figure(2);plot(t,y2);

可以在同一个图像(figure)上实现多个绘制(plot)。

subplot (rows, cols, index) ：Set up a plot grid with rows by cols subwindows and set the current axes for plotting (gca) to the location given by index.

>> subplot(1,2,1);

>> plot(t,y1);

>> subplot(1,2,2);

>> plot(t,y2);

改变横纵坐标的显示范围。

>> axis([0.5 2 -1 2])

矩阵表示为彩色图像形式。

>> clf; % 清空图像>> A = magic(5);

>> A

A =

17 24 1 8 15 23 5 7 14 16 4 6 13 20 22 10 12 19 21 3 11 18 25 2 9

>> imagesc(A)

>> imagesc(A), colorbar, colormap gray;

控制语句、函数

for 循环。

>> v=zeros(10,1)v =

0

0

0

0

0

0

0

0

0

0>> for i=1:10,> v(i) = 2 ^ i;> end;>> vv =

2

4

8

16

32

64

128

256

512

1024

>> indices=1:10indices =

1 2 3 4 5 6 7 8 9 10

>> for i=indices,> disp(i);> end; 1

2

3

4

5

6

7

8

9

10

while 循环。

>> i = 1;

>> while i<= 5;

> v(i)=100;

> i=i+1;

> end;

>> v

v =

100 100 100 100 100 64 128 256 512 1024

break 语句。

>> i=1;>> while true,> v(i)=999;> i=i+1;> if i==6,> break;> end;> end;>> vv =

999

999

999

999

999

64

128

256

512

1024

if-else 语句。

>> v(1)=2;

>> if v(1)==1,

> disp('one');

> elseif v(1)==2,

> disp('two');

> else

> disp('others');

> end;

two

函数定义，在工作目录(或者使用addpath加入)新建下面的文件 squareThisNumber.m 。

function y = squareThisNumber(x)

y = x ^ 2;

运行效果：

>> squareThisNumber(5)

ans = 25

Octave 中函数可以返回多个值。

% squareAndCubeThisNumber.m

function [y1, y2] = squareAndCubeThisNumber(x)

y1 = x ^ 2;

y2 = x ^ 3;

运行效果：

>> [a,b]=squareAndCubeThisNumber(5)

a = 25b = 125

函数举例：成本函数J。

>> X = [1 1;1 2;1 3]

X =

1 1 1 2 1 3

>> y = [1; 2; 3]

y =

1 2 3

>> theta = [0;1];

>> J = costFunctionJ(X,y,theta);

>> J

J = 0>> theta = [0;0];

>> J = costFunctionJ(X,y,theta)

J = 2.3333

向量化(Vectorial implementation)

向量化思维，把问题转化为向量运算，利用编程语言提供的库函数，进行高效运算。

参考资料