目录
一、NumPy介绍
1. 官网
2. 官方教程
二、实验内容
1. 导入numpy库
2. 打印版本号
3. arange 函数
4. array函数
5. reshape函数
6. 矩阵点乘(逐元素相乘)
7. 矩阵乘法
文章来源地址https://www.toymoban.com/news/detail-686895.html
文章来源:https://www.toymoban.com/news/detail-686895.html
一、NumPy介绍
NumPy是一个常用于科学计算的Python库,尤其在深度学习和机器学习中应用广泛。
1. 官网
NumPyhttps://numpy.org/
2. 官方教程
NumPy:初学者的绝对基础知识 — NumPy v1.25 手册https://numpy.org/doc/stable/user/absolute_beginners.html
二、实验内容
1. 导入numpy库
- Import numpy library (you should follow the standard NumPy conventions).
导入 numpy 库(应该遵循标准的 NumPy 约定)。
import numpy as np
2. 打印版本号
- Print the version number of NumPy.
打印 NumPy 的版本号。
print(np.__version__)
3. arange 函数
- Use the
arange
function to generate 10 elements from 0 to 9 and store them in a variable namedndarray
.
使用 arange 函数生成 10 个从 0 到 9 的元素,并将它们存储在名为 ndarray 的变量中。
ndarray = np.arange(10)
print(ndarray)
4. array函数
- Utilize the
array
function to convert data in Python list format into an equivalentndarray
namedndarray1
.
利用array
函数将 Python 列表格式的数据转换为名为 ndarray1 的等效 ndarray。
ndarray1 = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
print(ndarray1)
5. reshape函数
- Reshape the
ndarray
and thendarray1
into a 2-row by 5-column array.
将 ndarray 和 ndarray1 改造成 2 行 x 5 列数组。
ndarray = ndarray.reshape(2, 5)
ndarray1 = ndarray1.reshape(2, 5)
print(ndarray)
print(ndarray1)
6. 矩阵点乘(逐元素相乘)
- Calculate the elementwise product of
ndarray
andndarray1
using the*
operator, and print the result
使用 * 运算符计算 ndarray 和 ndarray1 的元素乘积,并打印结果
result = ndarray * ndarray1
print(result)
7. 矩阵乘法
- Calculate the matrix product of
ndarray
andndarray1
using the@
operator, and print the result. You need to use theT
attribute to perform a transpose operation onndarray1
.
使用 @ 运算符计算 ndarray 和 ndarray1 的矩阵乘积,并打印结果。需要使用 T 属性在 ndarray1 上执行转置操作。
result1 = ndarray @ ndarray1.T
print(result1)
到了这里,关于【深度学习实验】NumPy的简单用法的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!