动手学深度学习【课后练习】——第二章

2.3线性代数

在这里插入图片描述

1.答:

C:\Users\86185>conda activate d2l
(d2l) C:\Users\86185>python
>>> import numpy as np
>>> A=np.arange(20).reshape(4,5)
>>> B=A.T
>>> C=B.T
>>> A==C
array([[ True,  True,  True,  True,  True],
       [ True,  True,  True,  True,  True],
       [ True,  True,  True,  True,  True],
       [ True,  True,  True,  True,  True]])

在这里插入图片描述

2.答:

没有证明出来

>>> A=np.arange(30).reshape(6,5)
>>> A
array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14],
       [15, 16, 17, 18, 19],
       [20, 21, 22, 23, 24],
       [25, 26, 27, 28, 29]])
>>> B=np.arange(15).reshape(3,5)
>>> B
array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14]])
>>> C=sum(A,B).T
>>> C
array([[ 75,  80,  85],
       [ 82,  87,  92],
       [ 89,  94,  99],
       [ 96, 101, 106],
       [103, 108, 113]])
>>> D=A.T+B.T 
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: operands could not be broadcast together with shapes (5,6) (5,3)
>>>

3.答:

又不会写

请添加图片描述

4.答:

>>> x = np.arange(24).reshape(2, 3, 4)
>>> x
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]],

       [[12, 13, 14, 15],
        [16, 17, 18, 19],
        [20, 21, 22, 23]]])
>>> len(x)
2

5.答:

len(x)表示0轴

6.答:

在这里插入图片描述
网友的参考答案不太一样

7.答:

无法想象,MD,空间想象力不够!

>>> H=np.arange(24).reshape(2,3,4)
>>> H
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]],

       [[12, 13, 14, 15],
        [16, 17, 18, 19],
        [20, 21, 22, 23]]])
>>> H0=H.sum(axis=0)
>>> H0
array([[12, 14, 16, 18],
       [20, 22, 24, 26],
       [28, 30, 32, 34]])
>>> H1=H.sum(axis=1)
>>> H1
array([[12, 15, 18, 21],
       [48, 51, 54, 57]])
>>> H2=H.sum(axis=2)
>>> H2
array([[ 6, 22, 38],
       [54, 70, 86]])

8.答

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值