Gluon学习03-基础数据类型Ndarray

小书匠 kindle 

目录,方便快速定位:

本机环境介绍:

系统:Linuxmint

Python版本:Python3

1.API介绍

MxNet版本:1.2.0

API地址:https://mxnet.incubator.apache.org/api/python/ndarray/ndarray.html

Ndarray在CPU/GPU上提供必要的张量操作,是一个多维的,固定大小的,同类型的矩阵.mxnet.ndarray与numpy.ndarray非常相似.

The NDArray class:

1.属性

shape/size/ndim/context/dtype

  1. import mxnet as mx 
  2. from mxnet import nd 
  3. import numpy as np 
  4. #数据的形状 
  5. >>> x = mx.nd.array([1, 2, 3, 4]) 
  6. >>> x.shape 
  7. (4L,) 
  8. >>> y = mx.nd.zeros((2, 3, 4)) 
  9. >>> y.shape 
  10. (2L, 3L, 4L) 
  12. #数据的多少 
  13. >>> import numpy as np 
  14. >>> x = mx.nd.zeros((3, 5, 2)) 
  15. >>> x.size 
  16. 30 
  17. >>> np.prod(x.shape) 
  18. 30 
  20. #数据的阶/秩 
  21. >>> x = mx.nd.array([1, 2, 3, 4]) 
  22. >>> x.ndim 
  23. 1 
  24. >>> x = mx.nd.array([[1, 2], [3, 4]]) 
  25. >>> x.ndim 
  26. 2 
  28. #数据所在的设备 
  29. >>> x = mx.nd.array([1, 2, 3, 4]) 
  30. >>> x.context 
  31. cpu(0) 
  32. >>> type(x.context) 
  34. >>> y = mx.nd.zeros((2,3), mx.gpu(0)) 
  35. >>> y.context 
  36. gpu(0) 
  38. #数据的类型 
  39. >>> x = mx.nd.zeros((2,3)) 
  40. >>> x.dtype 
  42. >>> y = mx.nd.zeros((2,3), dtype='int32') 
  43. >>> y.dtype 

2.转换

  1. #转为标量,形状必须是(1,) 
  2. >>> x = mx.nd.ones((1,), dtype='int32') 
  3. >>> x.asscalar() 
  4. 1 
  5. >>> type(x.asscalar()) 
  7. #复制 
  8. >>> x = mx.nd.ones((2,3)) 
  9. >>> y = x.copy() 
  10. >>> y.asnumpy() 
  11. array([[ 1., 1., 1.], 
  12. [ 1., 1., 1.]], dtype=float32) 

3.创建

  1. #通过自身API创建 
  2. >>> a=nd.arange((10)) 
  3. >>> a 
  4. [0. 1. 2. 3. 4. 5. 6. 7. 8. 9.] 
  5. <NDArray 10 @cpu(0)> 
  7. >>> b=nd.zeros((2,3)) 
  8. >>> b 
  9. [[0. 0. 0.] 
  10. [0. 0. 0.]] 
  11. <NDArray 2x3 @cpu(0)> 
  13. >>> c=nd.ones((2,3,1)) 
  14. >>> c 
  15. [[[1.] 
  16. [1.] 
  17. [1.]] 
  18. [[1.] 
  19. [1.] 
  20. [1.]]] 
  21. <NDArray 2x3x1 @cpu(0)> 
  23. #通过list创建 
  24. >>> d=[6,5,4,3,2,1] 
  25. >>> e=nd.array(d) 
  26. >>> e 
  27. [6. 5. 4. 3. 2. 1.] 
  28. <NDArray 6 @cpu(0)> 

4.形状

  1. #转置 
  2. >>> x = mx.nd.arange(0,6).reshape((2,3)) 
  3. >>> x.asnumpy() 
  4. array([[ 0., 1., 2.], 
  5. [ 3., 4., 5.]], dtype=float32) 
  6. >>> x.T.asnumpy() 
  7. array([[ 0., 3.], 
  8. [ 1., 4.], 
  9. [ 2., 5.]], dtype=float32) 
  11. #改变形状 
  12. >>> x = mx.nd.arange(0,6).reshape(2,3) 
  13. >>> x 
  14. [[0. 1. 2.] 
  15. [3. 4. 5.]] 
  16. <NDArray 2x3 @cpu(0)> 
  18. >>> y = x.reshape(3,2) 
  19. >>> y 
  20. [[0. 1.] 
  21. [2. 3.] 
  22. [4. 5.]] 
  23. <NDArray 3x2 @cpu(0)> 
  25. #列多少不管,就明确是n行,列= (x.size/n)上整 
  26. >>> y = x.reshape(2,-1) 
  27. >>> y 
  28. [[0. 1. 2.] 
  29. [3. 4. 5.]] 
  30. <NDArray 2x3 @cpu(0)> 
  32. #只要一行 
  33. >>> y = x.reshape(-3) 
  34. >>> y 
  35. [0. 1. 2. 3. 4. 5.] 
  36. <NDArray 6 @cpu(0)> 
  37. >>>  

5.元素扩展

  1. #拼接,输入数组的唯独应该相同 
  2. x = [[1,1],[2,2]] 
  3. y = [[3,3],[4,4],[5,5]] 
  4. z = [[6,6], [7,7],[8,8]] 
  5. concat(x,y,z,dim=0) = [[ 1., 1.], 
  6. [ 2., 2.], 
  7. [ 3., 3.], 
  8. [ 4., 4.], 
  9. [ 5., 5.], 
  10. [ 6., 6.], 
  11. [ 7., 7.], 
  12. [ 8., 8.]] 

参考:

NDArray API

每日一学,争取进步03

Gluon学习03-基础数据类型Ndarray的更多相关文章

  1. Python基础学习Day7 基础数据类型的扩展 集合 深浅copy

    一.基础数据类型的扩展 1.1GBK ---> UTF - 8 # str --->bytes s1 = '太白' # 字符串是unicode编码 b1 = s1.encode('gbk' ...

  2. Lua学习----Lua基础数据类型

    前言 Lua有6中数据类型,分别是nil(空).boolean(布尔).number(数字).string(字符).table(表).function(函数) 在Lua中可以使用type函数来返回一个 ...

  3. python学习03－数据类型

    一.基本数据类型--数字 布尔型 bool型只有两个值:True和False 之所以将bool值归类为数字,是因为我们也习惯用1表示True,0表示False. 以下是布尔值是False的各种情况: ...

  4. Scala - 快速学习03 - 基础语法

    1- 变量 变量 mutable variable 在程序运行过程中其值可能发生改变的量 关键词var定义变量,定义时直接进行求值 常量 immutable variable 在程序运行过程中其值不会 ...

  5. python 的基础 学习 第六天 基础数据类型的操作方法 字典

    1,字典 字典是python中唯一的映射类型,采用键值对(key-value)的形式存储数据.python对key进行哈希函数运算,根据计算的结果决定value的存储地址,所以字典是无序存储的,且ke ...

  6. Python学习1 基础数据类型

    一.字符串                         1.去除首尾字符 str_test = 'Hello World!' str_test.split()#将字符串分割为列表str_test. ...

  7. 【Swift】学习笔记(一)——熟知 基础数据类型,编码风格,元组,主张

    自从苹果宣布swift之后,我一直想了解,他一直没有能够把它的正式学习,从今天开始,我会用我的博客来驱动swift得知,据我们了解还快. 1.定义变量和常量 var  定义变量,let定义常量. 比如 ...

  8. python学习日记（基础数据类型及其方法02）

    python的变量 python中的变量不需要声明,变量载使用前必须被赋值,变量被赋值以后才会被创建. 在python中变量就是变量,没有数据类型.我们所说的类型是变量所指向内存中的对象的类型. py ...

  9. python学习日记（基础数据类型及其方法01）

    数字 int 主要是用于计算的,常用的方法有一种 #既十进制数值用二进制表示时,最少使用的位数i = 3#3的ASCII为:0000 0011,即两位 s = i.bit_length() print ...

随机推荐

  1. Scratch（三）剪刀石头布

    经过上一讲的突击训练,我们从门外汉开始走向编程的深坑,我们今天还要对上一讲的游戏进行加强. 上一个游戏还能演变成什么游戏呢? 我其实知道你们想到的是老hu机什么的,确实,上一个游戏改改可以变成老hu机 ...

  2. 将double转化成string，并保持N位小数

    double dumpSize = (1024000000.1415926535897932384 * 1.0) / 1024 / 1024; string tempStr = to_string(d ...

  3. ClickOnce 部署 API 以编程方式检查应用程序更新

    private void InstallUpdateSyncWithInfo() { UpdateCheckInfo info = null; if (ApplicationDeployment.Is ...

  4. POJ3255(Roadblocks)--次短路径

    点这里看题目 3228K 485MS G++ 2453B 根据题意和测试用例知道这是一个求次短路径的题目.次短路径,就是比最短路径长那么一丢丢的路径,而题中又是要求从一点到指定点的次短路径,果断Dij ...

  5. CocoaPods - 发布自己的模块（公有库、私有库）

    CocoaPods发布框架到远程公有库 1.编写代码~上传远程仓库 git init git add . git commit -m '提交到本地分支' //关联远程仓库 git remote add ...

  6. 小数据玩转Pyspark(2)

    一.客户画像 客户画像应用:精准营销(精准预测.个性化推荐.联合营销):风险管控(高风险用户识别.异常用户识别.高可疑交易识别):运营优化(快速决策.产品组合优化.舆情分析.服务升级):业务创新(批量 ...

  7. 使用SAP Leonardo上的机器学习服务提取图片的特征向量

    要想提取图片的特征向量,首先得知道特征向量是什么. 我们假设这样一个服务场景,技师上门维修某设备,发现上面某零件损坏了,假设这位技师由于种种原因,没能根据自己的经验识别出这个零件的型号.此时技师掏出自 ...

  8. Powershell-常用脚本

    function Test-Port { Param([string]$ComputerName,$port = 5985,$timeout = 1000) try { $tcpclient = Ne ...

  9. OAuth2在微服务架构中的应用

    首先是为什么要在微服务场景使用OAuth2,这是因为使用了OAuth2后,就能向第三方系统提供授权. 其次是如何使用,见下图: 在微服务架构中使用OAuth2,有几个问题需要我们思考: 1. toke ...

  10. webpack多页面打包配置

    单页面应用:整个应用里面只有一个html文件.现在主流的框架,vue,react都是单页面应用. 所以webpack绝大部分都是对单页面打包.那么webpack如何对多页面进行打包 index.htm ...