深度学习之numpy库使用

最新推荐文章于 2024-07-28 15:20:52 发布

weixin_44229976

最新推荐文章于 2024-07-28 15:20:52 发布

阅读量97

点赞数 1

分类专栏：深度学习文章标签： python numpy 机器学习深度学习

本文链接：https://blog.csdn.net/weixin_44229976/article/details/115318018

版权

深度学习专栏收录该内容

16 篇文章 0 订阅

订阅专栏

	1.通过reshape(FN,-1)将参数指定为-1，这是reshape的一个便利的功能。通过在reshape时指定为-1，reshape函数会自动计算-1维度上的元素个数，以使多维数组的元素个数前后一致。比如，(10, 3, 5, 5)形状的数组的元素个数共有750个，指定reshape(10,-1)后，就会转换成(10, 75)形状的数组。
	2.NumPy的transpose函数。transpose会更改多维数组的轴的顺序。如图7-20所示，通过指定从0开始的索引（编号）序列，就可以更改轴的顺序。
	![在这里插入图片描述](https://img-blog.csdnimg.cn/20210330095405205.png)
	3.最大值的计算可以使用 NumPy 的 np.max方法。np.max可以指定axis参数，并在这个参数指定的各个轴方向上求最大值。比如，如果写成np.max(x, axis=1)，就可以在输入x的第1维的各个轴方向上求最大值。