Mxnet基础入门总结

前言

笔者最近在学习深度学习，了解了tensorflow和mxnet这两个框架
总的来说这两个框架各有优劣
tensorflow的学习资源，代码更多一点
mxnet对新手比较友好，有指定书籍进行指导，社区也比较活跃，方便交流

最近也是在跟着Dive into Deeplearning进行学习
所以想写一篇博客来对mxnet进行一个基础的总结

数据类型

在tensorflow中，我们操作的数据类型叫Tensor，张量
对应mxnet中，我们也有一个类似的数据类型，叫NDArray

它跟numpy里的array很相似，但又在其基础上添加了一些额外的方法，方便开发者进行机器学习模型的构建

下面是一些示例代码

from mxnet import nd

x = nd.arange(1, 10, 2)
print(x)

y = nd.random.uniform(shape=(1, 10))
print(y)

下面是对应输出

[1. 3. 5. 7. 9.]
<NDArray 5 @cpu(0)>

[[0.5488135  0.5928446  0.71518934 0.84426576 0.60276335 0.8579456
  0.5448832  0.8472517  0.4236548  0.6235637 ]]
<NDArray 1x10 @cpu(0)>

Mxnet的好处就是可以直接输出查看我们的Ndarray的数值
简单介绍一下，nd里面有许多构建方法
nd.arange 是输出一个范围的张量，这里我是从1到10，每隔