上半年学习的一些记录 主要参考的书:《写给新手的深度学习:用Python学习神经网络和反向传播》 Numpy: linspace reshape 广播机制(数组在某一轴上扩展,值和原来一样,扩展之后可以和其他维度的数组做基本计算) 切片 transpose 调换轴 其中transpose(1,0)等价于T(转置)——略怪 指定轴axis 可以实现在轴方向上的计算,可以实现降维,如要保持维度,keepdims=True argmax 求数组最大值的索引 Matplotlib: 绘图,用x=np.linspace()定横轴范围 plt.xlabel() 横轴标签 plt.title() 图的标题 plt.plot(x, y, label="",linestyle="") + plt.show() 绘制(y图例+线样式)&展示 散点图: plt.scatter(x1,y1,marker="+") marker是散点的样子,如+ x plt.scatter(x2,y2,marker="x") 写两行这样的语句就可以实现两部分散点在一个图上 将数组作为图片显示: img = np.array() plt.imshow(img, "gray") 灰阶值 plt.colorbar() 显示颜色条 plt.show() 数学计算: 矩阵的元素项乘积--哈达玛积 a*b (a11*b11 = a*b(11)) 矩阵乘积 Σ(a行*b列)np.dot(a,b) 关于 机器学习中的转置相关的问题? 参考: https://blog.csdn.net/u010976453/article/details/54381248 https://www.cnblogs.com/phoenixash/p/12214673.html 求转置直接 a.T 即可 平均值 np.average(a) 标准差 np.std(a)
标签:plt,函数,转置,学习,marker,数组,深度,np From: https://www.cnblogs.com/bbnltxdy/p/17612943.html