百度飞桨（paddle）问题笔记

百度飞桨零基础实践深度学习地址
里面有大波的免费课程，参加课程还有礼品哦！

这是我的推荐码https://aistudio.baidu.com/aistudio/education/group/info/1297?activityId=5&directly=1&shared=1

好啦，回归正题
开课第一天，就遇到好多问题，我之前是学过一点点python的，但也差不多还给老师啦
对于.format()的朦胧记忆告诉我，我应该记录一下

1.format()的用法

#这里注意有两层大括号，输出的结果只有一层大括号
用法一：不规定位置，将format中的赋值按顺序添加到{}中

>>> '数字{}和{}'.format("123",456)
'数字123和456'

用法二：规定顺序，跟数组下标有点像，{0}对应format的“123”

>>> '数字{{{1}{2}}}和{0}'.format("123",456,'789')
'数字{456789}和123'

用法三：使用key与value对应的方式

>>> '{name}{age}岁'.format(age=24,name='吐泡泡')
'吐泡泡24岁'

eta是个什么东西

这是自行定义的移动步长（又叫学习率），可更改哦

特征尺度为什么要归一

因为不归一的话loss函数就可能得到第二个这种图，它在w1和w2上的步长就会不同，而如果归一的话，我们只需要设定统一的步长

reshape()

shape是查看数据有多少行多少列
reshape()是数组array中的方法，作用是将数据重新组织

>>> import numpy as np
>>> array = np.array([1,2,3,4,5,6,7,8,9,10,11,12])
>>> b = array.reshape((2,6))
>>> b
array([[ 1,  2,  3,  4,  5,  6],
       [ 7,  8,  9, 10, 11, 12]])
>>> c = array.reshape((2,2,3))
>>> c
array([[[ 1,  2,  3],
        [ 4,  5,  6]],

       [[ 7,  8,  9],
        [10, 11, 12]]])
>>> 

shuffle

对原来的数组进行重新洗牌（即随机打乱原来的元素顺序）
注：改变原来数组的顺序，无返回值
对于二维数组，只改变0维度的位置

data[:, i]

ratio = 0.8

这里使用80%的数据做训练，20%的数据做测试

np.dot(a,b)

a和b都是一维数据时，这时计算np.dot(）则是向量内积，还应该注意，不止array格式可以进行运算，list也行。
当a，b为二维数据时，np.dot(）为矩阵运算
np.dot(）详细介绍

np.arange()

函数返回一个有终点和起点的固定步长的排列，如[1,2,3,4,5]，起点是1，终点是5，步长为1。
参数个数情况： np.arange()函数分为一个参数，两个参数，三个参数三种情况
1）一个参数时，参数值为终点，起点取默认值0，步长取默认值1。
2）两个参数时，第一个参数为起点，第二个参数为终点，步长取默认值1。
3）三个参数时，第一个参数为起点，第二个参数为终点，第三个参数为步长。其中步长支持小数

np.zeros(）

返回：返回来一个给定形状和类型的用0填充的数组；