mxnet预备知识之ndarray（3）查阅文档

最新推荐文章于 2022-12-04 00:37:54 发布
最新推荐文章于 2022-12-04 00:37:54 发布
阅读量116 收藏
点赞数
分类专栏： 学习笔记 文章标签： 查阅文档
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zhangyugebb/article/details/100641992
版权

学习一个框架最好的方法就是看文档，当然不用所有的函数都看，需要用什么就查。

孤陋寡闻的我现在才知道python居然自带了help这个命令。

from mxnet import nd

#通过dir打印模块里的所有函数
print(dir(nd.random))

#通过help查阅特定函数的用法
help(nd.ones_like)

MXNet文档链接

https://mxnet.apache.org/api/python/index.html

Fronzy
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
深度学习入门——利用卷积神经网络训练CIFAR—10数据集-附件资源
03-05
深度学习入门——利用卷积神经网络训练CIFAR—10数据集-附件资源
查询文档 - 基于 mxnet
u011714517的博客
08-15 163
本博文来自于 《动手学深度学习》 本博文只是记录学习笔记，方便日后查缺补漏，如有侵权，联系删除 查阅文档 查找模块里的所有函数和类 当我们想知道一个模块里面提供了哪些可以调用的函数和类的时候，可以使用dir函数。下面我们打印nd.random模块中所有的成员或属性。 from mxnet import nd print(dir(nd.random)) ['NDArray', '_Null', '__all__', '__builtins__', '__cached__', '__doc__', '_.
Numpy基础入门（2） ndarray介绍
qq_53845451的博客
12-04 4512
本节介绍了Numpy最核心的ndarray以及特性和属性
MXNet官方文档教程(5)：CPU&GPU多维数组
Catalyst_ZX的博客
02-18 5617
NDArray教程 MXNet中一个主要的对象就是mxnet.ndarray（缩写mxnet.nd）中的多维数组。如果你对python的科学计算包Numpy熟悉的话，你会发现mxnet.ndarray与numpy.ndarray在诸多方面十分相似。源网址：CPU/GPU Array Manipulation   基础 多维数组是一组同类型数据的集合，例如一个3D空间中的点的坐标值[1, 2
NumPy常见的元素操作函数
dnu50081的博客
02-23 515
ceil(): 向上最接近的整数，参数是 number 或 array floor(): 向下最接近的整数，参数是 number 或 array rint(): 四舍五入，参数是 number 或 array isnan(): 判断元素是否为 NaN(Not a Number)，参数是 number 或 array multiply(): 元素相乘，参数是 number 或 ...
NumPy学习笔记（一）—— ndarray数组
qq_43300880的博客
05-25 9479
NumPy（Numerical Python）是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。如果你使用 Python 语言进行科学计算，那么一定会接触到 NumPy。NumPy 的英文全称为 Numerical Python，意味 Python 面向数值计算的第三方库。NumPy 的特点在于，针对 Python 内建的数组类型做了扩充，支持更高维度的数组和矩阵运算，以及更丰富的数学函数。
MXNet官方文档中文版教程(2)：GPUCPU张量计算（NDArray）
青青韶华
10-30 1万+
文档英文原版参见NDArray - Imperative tensor operations on CPU/GPU 在MXNet中，NDArray 是所有数学计算的核心数据结构。每个NDArray 代表了一个多维的，固定大小的齐次数组。如果你对python的科学计算包Numpy熟悉的话，你会发现mxnet.ndarray与numpy.ndarray在诸多方面十分相似。就像对应的NumPy数据结构，M
python 读写 ndarray
zjm750617105的专栏
12-11 2963
h5py需要自己安装，看官方文档吧，装起来可能会遇到很多问题import numpy as np import scipy.io as scio import h5pya = np.array([[1,2],[3,4]])# mat type scio.savemat("stat1.mat", {'A':a}) data = scio.loadmat("stat1.mat") print type(
MXNet官方文档中文版教程(1)：教程（Tutorials）
热门推荐
青青韶华
10-30 2万+
最近开始尝试MXNet框架，官方文档已经更新，网上中文文档的翻译已经是之前版本。因此打算在学习过程中将最新版的官方文档翻译出来，以便今后自己和相关学习者作为学习参考。不足之处，尽请留言！ 官方文档链接：Tutorials教程这些教程介绍了一些深度学习的基本概念以及如何使用MXNet来实现他们。教程的基础部分包括使用数组，构建网络，加载/预处理数据等等。训练和推断部分讲解了线性回归的实现，使用MLP
yolo-基于Mxnet实现的YOLOv3目标检测算法.zip
最新发布
03-09
yolo_基于Mxnet实现的YOLOv3目标检测算法
MXNet设计笔记之：深度学习的编程模式比较
02-26
【编者按】继xgboost,cxxnet,minerva之后，DMLC在9月29日发布了新的Project:dmlc/MXNet，MXNet是cxxnet的进化，在设计上经过成熟的思考，文档也很清楚。尤为难得的是，MXNet开发团队把设计笔记也做了分享。笔记的...
3D-mxnet-E2FAR.zip
09-17
3D-mxnet-E2FAR.zip,mxnet/gluon实现基于深度神经网络的端到端三维人脸重建,3D建模使用专门的软件来创建物理对象的数字模型。它是3D计算机图形的一个方面，用于视频游戏，3D打印和VR，以及其他应用程序。
mxnet_mxnet_
10-02
MXNETMxnet是一个轻量化分布式可移植深度学习计算平台，他支持多机多节点、多GPU的计算，其openMP+MPI/SSH+Cuda/Cudnn的框架是的计算速度很快，且能与分布式文件系统结合实现大数据的深度学习
yolov3-mxnet-master.zip
07-03
yolo-mxnet的运动跟踪算法，大家可以看看，应该会有所帮助
正向传播与反向传播（forward-propagation & back-propagation）
zhangyugebb的博客
09-24 7784
正向传播（forward-propagation）：指对神经网络沿着输入层到输出层的顺序，依次计算并存储模型的中间变量。 反向传播（back-propagation）：沿着从输出层到输入层的顺序，依据链式法则，依次计算并存储目标函数有关神经网络各层的中间变量以及参数的梯度。 反向传播是一种计算神经网络参数梯度的方法 对于输入或输出X，Y，Z为任意形状张量的函数和通过链式法则，则有： ...
MXNet使用GPU计算
zhangyugebb的博客
09-30 4005
GPU上的存储 在MXNet中，mx.cpu()代表所有的物理CPU和内存，而mx.gpu()只代表一块GPU和相应的显存。(cpu对应内存，gpu对应显存) 可以通过NDArray的context属性来查看该NDArray所在的设备。 x.context 我们可以通过多种方法创建NDArray到GPU的显存上。 a = nd.array([1,2,3], ctx=mx.gpu())...
MXNet模型参数的访问、初始化和共享
zhangyugebb的博客
09-28 1941
模型参数的访问： # 通过net后面括号内的索引访问哪一层 net[0].params, type(net[0].params) # 两种方法得到相应层的信息，一般使用后者，因为前者需要输入层的名称（权重和偏差） net[0].params['dense0_weight'], net[0].weight # 层包括了data和grad，即权重和梯度 net[0].weight.data() n...
k折（k-fold）交叉验证
zhangyugebb的博客
10-20 1940
k折交叉验证是用来选择模型设计并调节超参数的。 首先，我们先来看一下k折交叉验证的使用背景： 我在训练模型的时候，通过已有的数据训练得出一个模型，在这里用于训练的数据称为训练集。当我们把这个模型部署到真实环境去的时候，通过真实的数据得到结果，这个时候这些真实的数据就叫做测试集。 那么问题来了，我们在训练模型的时候怎么样评估模型的好坏呢？怎么样调节模型的超参数呢？ 答：一般我们都是将训练用的...
anaconda3安装mxnet
09-21
要在Anaconda中安装MXNet，您可以按照以下步骤进行操作： ...3. 在搜索结果中，找到名为 "mxnet" 的包，并勾选它。 4. 点击右下角的 "Apply" 按钮来安装MXNet。 安装完成后，您就可以在Anaconda环境中使用MXNet了。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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