有关完整的ND4J API索引，请参考javadoc。
ND4J中使用了三种类型的操作：标量、转换和累加。我们将使用“op”这个词作为“operation”的同义词。你可以在这里的目录下看到这三种nd4j操作的列表。每个列表中的每个Java文件都是一个op。
大多数操作只需要枚举，或者一个可以自动完成的离散值列表。激活函数是例外，因为它们采用诸如“relu”或“tanh”之类的字符串。
标量、转换和累加都有自己的模式。转换是最简单的，因为接受单个参数并对其执行操作。绝对值是一种转换，它采用参数x如abs(IComplexNDArray ndarray)并生成X的绝对值的结果。同样，可能应用于sigmoid转换 sigmoid()以生成“x的sigmoid”。
标量操作只接受两个参数：输入和要应用于该输入的标量。例如，ScalarAdd() 有两个参数：input INDArray x和标量数字大小；即ScalarAdd(INDArray x, Number num)。同样的格式适用于每个标量运算。
最后，我们有积加，也被称为GPU处 缩减。累加将数组和向量互相添加，并可以通过按行操作添加元素来减少结果中这些数组的维数。例如，我们可以在数组上运行累加。
[1 2
3 4]
image.gif
它会给我们向量
[3
7]
image.gif
将列（即维度）从两个减少到一个。
累加可以是成对的，也可以是标量的。在成对缩减中，我们可能要处理两个形状相同的数组x和y。在这种情况下，我们可以用x和y的元素2乘2来计算它们的余弦相似度。
cosineSim(x[i], y[i])
image.gif
或采用 EuclideanDistance(arr, arr2), 一个数组arr和另一个数组arr2之间的缩减。
许多nd4j操作被重载，这意味着共享一个公共名称的方法具有不同的参数列表。下面我们将只解释最简单的配置。
如你所见，ND4J操作有三种可能的参数类型：输入、可选参数和输出。输出在ops的构造函数中指定。输入在方法名称后面的括号中指定，始终在第一个位置，并且可选参数用于转换输入；例如要添加的标量；要乘以的系数，始终在第二个位置。
| Method | What it does |
|---|---|
| Transforms | |
| ACos(INDArray x) | 三角反余弦，元素方向。cos的倒数 ，如果 y = cos(x), 那么 x = ACos(y). |
| ASin(INDArray x) | 也称为Arcsin。反正弦，元素方向。 |
| ATan(INDArray x) | 三角反切线，元素方向。tan的倒数，这样，如果y = tan(x) 那么 x = ATan(y). |
| Transforms.tanh(myArray) | 双曲正切：一个sigmoidal函数。这适用于就地元素tanh运算。 |
| Nd4j.getExecutioner().exec(Nd4j.getOpFactory() .createTransform(“tanh”, myArray)) | equivalent to the above |
对于其它转换, 查看此页 。
这里有两个执行z=tanh（x）的示例，其中原始数组x未修改。
INDArray x = Nd4j.rand(3,2); //输入
INDArray z = Nd4j.create(3,2); //输出
Nd4j.getExecutioner().exec(new Tanh(x,z));
Nd4j.getExecutioner().exec(Nd4j.getOpFactory().createTransform("tanh",x,z));
image.gif
后两个例子使用了nd4j对所有操作的基本约定，其中我们有3个NDArrays，x、y和z。
x 是输入,必要的
y 是可选输入，只在一些操作中使用（余弦相似度，加法操作等）
z 是输出
image.gif
通常，z=x（如果只使用一个参数的构造函数，则这是默认值）。但也有例外情况，如x=x+y。另一种可能性是z=x+y等。
累加
大多数累加可以直接通过INDArray接口访问。
例如，要累加一个INDArray的所有元素：
double sum = myArray.sumNumber().doubleValue();
image.gif
沿维累加即每行的总和值：
INDArray tenBy3 = Nd4j.ones(10,3); //10 行, 3列
INDArray sumRows = tenBy3.sum(0);
System.out.println(sumRows); //输出: [ 10.00, 10.00, 10.00]
image.gif
沿维数的累加可推广，因此可以沿任何具有两个或多个维数的数组的两个维数求和。
数组上的子集操作
一个简单的例子:
INDArray random = Nd4j.rand(3, 3);
System.out.println(random);
[[0.93,0.32,0.18]
[0.20,0.57,0.60]
[0.96,0.65,0.75]]
INDArray lastTwoRows = random.get(NDArrayIndex.interval(1,3),NDArrayIndex.all());
image.gif
间隔是从fromInclusive到toExclusive，注意到可以等同于使用inclusive版本：NDArrayIndex.interval(1,2,true);
System.out.println(lastTwoRows);
[[0.20,0.57,0.60]
[0.96,0.65,0.75]]
INDArray twoValues = random.get(NDArrayIndex.point(1),NDArrayIndex.interval(0, 2));
System.out.println(twoValues);
[ 0.20, 0.57]
image.gif
这些是底层数组的视图，而不是复制操作（它提供了更大的灵活性，并且没有复制成本）。
twoValues.addi(5.0);
System.out.println(twoValues);
[ 5.20, 5.57]
System.out.println(random);
[[0.93,0.32,0.18]
[5.20,5.57,0.60]
[0.96,0.65,0.75]]
image.gif
为了避免就地行为，可以使用random.get(…).dup()进行复制。
| Scalar |
|
| INDArray.add(number) |
返回将数字添加到INDArray x的每个条目的结果；例如，myarray.add（2.0）
|
| INDArray.addi(number) |
返回将数字添加到INDArray x的每个条目的结果
|
| ScalarAdd(INDArray x, Number num) |
返回将数字添加到INDArray x的每个条目的结果
|
| ScalarDivision(INDArray x, Number num) |
返回将INDArray x的每个条目除以num的结果。
|
| ScalarMax(INDArray x, Number num) |
将INDArray x的每个条目与num进行比较，并返回更高的数量。
|
| ScalarMultiplication(INDArray x, Number num) |
返回将INDArray x的每个条目乘以num的结果。
|
| ScalarReverseDivision(INDArray x, Number num) |
返回将num除以INDArray x的每个元素的结果。
|
| ScalarReverseSubtraction(INDArray x, Number num) |
返回从num中减去INDArray x的每个条目的结果。
|
| ScalarSet(INDArray x, Number num) |
这会将INDArray x的每个条目的值设置为num。
|
| ScalarSubtraction(INDArray x, Number num) |
返回从INDArray x的每个条目中减去num的结果。
|
如果您不理解nd4j语法的解释，找不到方法的定义，或者希望请求添加函数，请在Gitter live chat上通知我们。
网友评论