Pytorch机器学习——2 安装和快速上手（二）

outline

1. PyTorch安装
2. Jupyter Notebook使用
3. NumPy基础知识
4. PyTorch基础知识

3. NumPy基础知识

3.1 基本概念

• Numpy中，维度叫做轴axes，轴的个数叫做矩阵的秩rank

# 轴长度为3，秩为2
[[1,0,0],
[0,1,2]]

import numpy as np
a=np.arange(15).reshape(3,5)
print(a)

a.ndim #数组轴的个数
a.shape #数组的维度
a.dtype.name #数组中元素类型的对象的名字
a.itemsize #数组中每个元素的字节大小
a.size #数组元素的总个数

image.png

3.2 创建数组

• 使用array函数从常规的Python列表和元组创造数组

a=np.array([1,2,3,4])

• 创建数组的函数

np.zeros((3,4)) 给zeros函数传递数据的时候，要将(3,4)作为一个整体
np.ones  创建一个全是1的数组
np.empty 创建一个内容随机并且依赖于内存状态的数组
np.arange(10,30,5) #作用是生成带起点和终点的特定步长的排列。array([10, 15, 20, 25])
np.linspace(0,2*pi,100) #从0到2*pi的100个数。因为arange的浮点数精度有限，所以有多个小数位时使用linspace

3.3 基本运算

A*B #矩阵相应位置元素相乘
A.dot(B)   np.dot(A,B) #矩阵乘法，得到一个新矩阵，A不变

• 当运算是不同类型的数组时，结果会优先考虑以更精确的方式存储
• 统计类的运算，默认把多维当一维数组计算。当指定了axis时，可以把运算应用到数组指定的轴上。
  image.png

有用就留个赞吧^_^