最美情侣中文字幕电影,在线麻豆精品传媒,在线网站高清黄,久久黄色视频

歡迎光臨散文網(wǎng) 會員登陸 & 注冊

神經(jīng)網(wǎng)絡與深度學習-練習1

2020-03-02 14:56 作者:青陽小棧  | 我要投稿

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# Created by xiaoqin00 on 2020/3/2

import numpy
# #創(chuàng)建一個數(shù)組,并初始化為[4,5,6]
# a=numpy.array([4,5,6])
# #輸出a的數(shù)據(jù)類型
# print(a.dtype)
# #輸出維度形狀
# print(a.shape)
# #輸出a的第一個元素
# print(a[0])

# #3.建立一個二維數(shù)組 b,初始化為 [ [4, 5, 6],[1, 2, 3]]
# b=numpy.array([[4,5,6],[1,2,3]])
# #(1)輸出各維度的大?。╯hape)(2)輸出 b(0,0),b(0,1),b(1,1) 這三個元素(對應值分別為4,5,2)
# print(b.shape)
# print(b[0][0])
# print(b[0][1])
# print(b[1][1])

# #4. (1)建立一個全0矩陣 a, 大小為 3x3; 類型為整型(提示: dtype = int)
# # (2)建立一個全1矩陣b,大小為4x5; (3)建立一個單位矩陣c ,大小為4x4;
# # ?(4)生成一個隨機數(shù)矩陣d,大小為 3x2.
# import numpy.matlib
# a=numpy.matlib.zeros([3,3],dtype=int)
# print(a)
# b=numpy.matlib.ones([4,5])
# print(b)
# c=numpy.matlib.empty([4,4])
# print(c)
# d=numpy.matlib.rand(3,2)
# print(d)

#5. 建立一個數(shù)組 a,(值為[[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]] ) ,
# (1)打印a; (2)輸出 下標為(2,3),(0,0) 這兩個數(shù)組元素的值
# a=numpy.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
# print(a)
# print(a[2][3])
# print(a[0][0])

#6.把上一題的 a數(shù)組的 0到1行 2到3列,放到b里面去,(此處不需要從新建立a,直接調(diào)用即可)
# (1),輸出b;(2) 輸出b 的(0,0)這個元素的值
# b=a[0:2,2:4]
# print(b)
# print(b[0][0])

#### 7. 把第5題中數(shù)組a的最后兩行所有元素放到 c中,(提示: a[1:2, :])(1)輸出 c ; (2) 輸出 c 中第一行的最后一個元素(提示,使用 -1 表示最后一個元素)
# c=a[-2:,...]
# print(c)
# print(c[0][-1])

#### 8.建立數(shù)組a,初始化a為[[1, 2], [3, 4], [5, 6]],輸出 (0,0)(1,1)(2,0)這三個元素(提示: 使用 print(a[[0, 1, 2], [0, 1, 0]]) )
# a=numpy.array([[1, 2], [3, 4], [5, 6]])
# print(a[0,0])
# print(a[1,1])
# print(a[2,0])
# print(a[[0, 1, 2], [0, 1, 0]])

# 9.建立矩陣a ,初始化為[[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]],輸出(0,0),(1,2),(2,0),(3,1)
# (提示使用 b = np.array([0, 2, 0, 1]) print(a[np.arange(4), b]))
# a=numpy.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]])
# print(a)
# print(a[[0,1,2,3],[0,2,0,1]])
# import numpy as np
# b = np.array([0, 2, 0, 1])
# print(a[np.arange(4), b])
# # 10.對9 中輸出的那四個元素,每個都加上10,然后重新輸出矩陣a.(提示: a[np.arange(4), b] += 10 )
# a[np.arange(4), b] += 10
# print(a)
# a[[0,1,2,3],[0,2,0,1]]+=10
# print(a)

# 11. 執(zhí)行 x = np.array([1, 2]),然后輸出 x 的數(shù)據(jù)類型
# x=numpy.array([1,2])
# print(x.dtype)
# 12.執(zhí)行 x = np.array([1.0, 2.0]) ,然后輸出 x 的數(shù)據(jù)類類型
import numpy as np
# x = np.array([1.0, 2.0])
# print(x.dtype)

# 13.執(zhí)行 x = np.array([[1, 2], [3, 4]], dtype=np.float64) ,y = np.array([[5, 6], [7, 8]], dtype=np.float64),然后輸出 x+y ,和 np.add(x,y)
x = np.array([[1, 2], [3, 4]], dtype=np.float64)
y = np.array([[5, 6], [7, 8]], dtype=np.float64)
# print(x+y)
# print(np.add(x,y))
# # 14. 利用 13題目中的x,y 輸出 x-y 和 np.subtract(x,y)
# print(x-y)
# print(np.subtract(x,y))
# # 15. 利用13題目中的x,y 輸出 x*y ,和 np.multiply(x, y) 還有 np.dot(x,y),比較差異。然后自己換一個不是方陣的試試。
# print(x*y)
# print(np.multiply(x,y))
# print(np.dot(x,y))
# # 16. 利用13題目中的x,y,輸出 x / y .(提示 : 使用函數(shù) np.divide())
# print(x/y)
# print(np.divide(x,y))
# 17. 利用13題目中的x,輸出 x的 開方。(提示: 使用函數(shù) np.sqrt() )
# print(np.sqrt(x))
# 18.利用13題目中的x,y ,執(zhí)行 print(x.dot(y)) 和 print(np.dot(x,y))
# print(x.dot(y))
# print(np.dot(x, y))
# 19.利用13題目中的 x,進行求和。提示:輸出三種求和 (1)print(np.sum(x)): (2)print(np.sum(x,axis =0 )); (3)print(np.sum(x,axis = 1))
# print(np.sum(x))
# print(np.sum(x,axis=0))
# print(np.sum(x,axis=1))
# 20.利用13題目中的 x,進行求平均數(shù)(提示:輸出三種平均數(shù)(1)print(np.mean(x)) (2)print(np.mean(x,axis = 0))(3) print(np.mean(x,axis =1)))
# print(np.mean(x))
# print(np.mean(x,axis=0))
# print(np.mean(x,axis=1))
# 21.利用13題目中的x,對x 進行矩陣轉置,然后輸出轉置后的結果,(提示: x.T 表示對 x 的轉置)
# print(x.T)
# 22.利用13題目中的x,求e的指數(shù)(提示: 函數(shù) np.exp())
# print(np.exp(x))
# 23.利用13題目中的 x,求值最大的下標(提示(1)print(np.argmax(x)) ,(2) print(np.argmax(x, axis =0))(3)print(np.argmax(x),axis =1))
# print(np.argmax(x))
# print(np.argmax(x,axis=0))
# print(np.argmax(x,axis=1))

# 24,畫圖,y=x*x 其中 x = np.arange(0, 100, 0.1) (提示這里用到 matplotlib.pyplot 庫)
# x=np.arange(0,100,0.1)
# print(x)
# from matplotlib import pyplot as plt
# y=x*x
# plt.title("demo")
# plt.xlabel("x axis caption")
# plt.ylabel("y axis caption")
# plt.plot(x,y)
# plt.show()

# 25.畫圖。畫正弦函數(shù)和余弦函數(shù), x = np.arange(0, 3 * np.pi, 0.1)(提示:這里用到 np.sin() np.cos() 函數(shù)和 matplotlib.pyplot 庫)
# from matplotlib import pyplot as plt
# x=np.arange(0,3*np.pi,0.1)
# print(x)
# y=np.sin(x)
# plt.title("demo")
# plt.xlabel('x')
# plt.ylabel('y')
# plt.plot(x,y)
# plt.show()
# y=np.cos(x)
# plt.title("demo")
# plt.xlabel('x')
# plt.ylabel('y')
# plt.plot(x,y)
# plt.show()

神經(jīng)網(wǎng)絡與深度學習-練習1的評論 (共 條)

分享到微博請遵守國家法律
佳木斯市| 通城县| 凯里市| 咸宁市| 宝清县| 浦东新区| 罗城| 南漳县| 新乐市| 金秀| 宁城县| 龙南县| 额敏县| 大悟县| 华容县| 泾川县| 仲巴县| 日照市| 铁岭市| 千阳县| 临沧市| 甘孜县| 平凉市| 西乌珠穆沁旗| 神木县| 正镶白旗| 四川省| 苍山县| 丹寨县| 海阳市| 社旗县| 沙洋县| 兰州市| 简阳市| 合江县| 江陵县| 公安县| 彭水| 青河县| 亚东县| 榆林市|