人工智能基础之numpy基础

一、NumPy的Ndarray对象

        NumPy 最重要的一个特点是其 N 维数组对象 ndarray，它是一系列同类型数据的集合，以 0 下标为开始进行集合中元素的索引。ndarray 对象是用于存放同类型元素的多维数组。ndarray 中的每个元素在内存中都有相同存储大小的区域。

二、生成Numpy数组

三、获取元素

四、Numpy的算术运算

五、数组形变

       1.改变数组形状

        2.合并数组

六、批量处理

在深度学习中，由于源数据都比较大，通常需要批量处理。把大数据分成多个批次，可采用如下步骤：

（1）得到数据集

（2）随机打乱顺序

（3）定义批大小

（4）批处理数据集

七、自身感受

        上述给大家介绍的仅仅是一些基础操作，因其功能强大且内容居多，所以不可以为大家展示全部操作，希望大家可以自行通过知网或者b站等学习平台进行进一步学习。如果大家有需要，我也会专门开设分栏进行讲解。

        numpy是今后大家学习深度学习的重要的工具之一，其熟练程度也决定大家以后对于深度学习中运算的熟练程度。当然与numpy相对应的还有pytroch中的tensor数据类型，这个会在后续继续向大家展开介绍。

        由于深度学习中处理图像数据时大都是以矩阵的形式呈现，文本数据同样是转化为一维矩阵等形式进行处理，所以numpy或者pytorch中都存在着大量的矩阵运算操作，这些会在后续给大家展开，大家需要对其有所了解。