np.sum

这篇博客深入探讨了吴恩达深度学习课程中使用np.sum更新参数的方法。讲解了`axis=1`如何进行竖轴相加,以及`keepdims=True`如何保持矩阵的二维特性。通过实例展示了指定和不指定`keepdims`对结果的影响,帮助读者更好地理解和应用这一数值计算技巧。
摘要由CSDN通过智能技术生成

0.0 吴恩达深度学习课程, 更新参数b时,用到np.sum.
0.1 np.sum(arra, axis=1, keepdims=True)

a. axis=1 以竖轴为基准 ,同行相加 ,keepdims主要用于保持矩阵的二维特性
b. 不指定keepdims ,则默认不包吃矩阵的二维特性。

eg:

1)指定keepdims
在这里插入图片描述
2)不指定keepdims
在这里插入图片描述

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