深度学习必备Python基础知识充电3

1. 小引

1.1 问题的出现

在深度学习的实现过程中，经常会出现数组和矩阵的计算

1.2 解决

NumPy的数组类提供了很多边界的方法， 在实现深度学习的过程中是非常方便的

1.3 介绍

NumPy是外部类

指的是不包含在标准版的python中，首先需要导入NumPy库

# 来试一下年轻人的第一个NumPy库

import numpy as np # 导入的时候顺便给他起个别名

2. NumPy数组

2.2 生成NumPy数组

# 来试一下年轻人的第一个NumPy库
import numpy as np

x = np.array([1.2, 2.0, 3.0]) 
print(x)
print(type(x))

D:\ANACONDA\envs\pytorch\python.exe C:/Users/Administrator/Desktop/Code/learn_pytorch/first_demo.py
[1.2 2.  3. ]
<class 'numpy.ndarray'>

Process finished with exit code 0

注意：在写代码的过程中
方法的参数含义可能会记不清

• 按一下Ctrl+P来进行查看
• 有默认值的就不管了
• 没有默认值的就自己写

终极大法：看程序源码！

2.2 NumPy数组运算【数组不就是一维向量吗？！】

size运算的实现

# 来试一下年轻人的第一个NumPy库
import numpy as np

x = np.array([1.0, 2.0, 3.0])
# print(x)
# print(type(x))

y = np.array([2, 4, 6])

# 加法运算
print(x + y)
# 减法运算
print(x - y)
# 乘法运算
print(x * y)
# 除法运算
print(x / y)

D:\ANACONDA\envs\pytorch\python.exe C:/Users/Administrator/Desktop/Code/learn_pytorch/first_demo.py
[3. 6. 9.]
[-1. -2. -3.]
[ 2.  8. 18.]
[0.5 0.5 0.5]

Process finished with exit code 0

2.3 数乘运算

print(2*x)
也是可以实现的

3. 专业英语1

element-wise 对应元素的