本站消息
numpy实现LSTM总结
发布于2020-02-26 11:39 阅读(2256) 评论(0) 点赞(27) 收藏(4)
numpy技巧
1.随机种子使用
np.random.seed(0)
- 1
- 只对该行往下第一个使用random的语句有效；
- 对不同的脚本程序，使用参数相同的随机种子得出的随机数是一样的。
2.向量外积
np.outer(a,b)
- 1
- a、b可以是列表（list）、矩阵（ndarry），一维或多维的矩阵都可以，参数形式的要求比较宽松
- output：矩阵（ndarry），shape为参数a，b的先后顺序
np.dot
- 1
- 对于两个一维的数组，计算的是这两个数组对应下标元素的乘积和(数学上称之为内积)
3.熟悉numpy的基本数据结构
a=np.array([1,2,3]) #只有一层[ ]的是向量，是一维的，注意shape
print(a)
print(a.shape)
output：
[1 2 3]
(3,)
--------------------------------
a = np.array([[1], [2], [3]]) #有两层[ ]的是矩阵，是二维的，注意shape
print('a = \n', a)
print('a.shape = \n', a.shape)
b = np.array([[1, 2, 3]])
print('b = \n', b)
print('b.shape = \n', b.shape)
output：
a =
[[1]
[2]
[3]]
a.shape =
(3, 1)
b =
[[1 2 3]]
b.shape =
(1, 3)
-------------------------
a = np.random.rand(3,3)
print(a[0,:].shape)
print(a[:,0].shape)
print(a[0:2,:].shape)
output：
(3,)
(3,) # 都是一维向量，单行、单列切片没有区别
(2, 3) # 多行、多列的切片，才是矩阵
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
所属网站分类: 技术文章 > 博客
作者：外星人入侵
链接：https://www.pythonheidong.com/blog/article/234025/8c33c853bd7497ae000f/
来源：python黑洞网
任何形式的转载都请注明出处,如有侵权 一经发现 必将追究其法律责任
27
0
收藏该文
昵称:
评论内容：(最多支持255个字符)
---无人问津也好，技不如人也罢，你都要试着安静下来，去做自己该做的事，而不是让内心的烦躁、焦虑，坏掉你本来就不多的热情和定力
站长公众号(new)
更多>
pdf(new)
更多>
问答(new)
更多>
游戏(new)
更多>