python的张量操作

Posted 2022-11-27 道亦无名

MXNet导入np（numpy）模块和npx（numpy_extension）模块。 np模块包含NumPy支持的函数； 而npx模块包含一组扩展函数，用来在类似NumPy的环境中实现深度学习开发。 当使用张量时，几乎总是会调用set_np函数，这是为了兼容MXNet的其他张量处理组件。
首先，我们可以使用 arange 创建一个行向量 x。这个行向量包含以0开始的前12个整数，它们默认创建为浮点数。张量中的每个值都称为张量的 元素（element）。例如，张量 x 中有 12 个元素。除非额外指定，新的张量将存储在内存中，并采用基于CPU的计算。
通过一个例子来看看：

from mxnet import np, npx

npx.set_np()
x = np.arange(12)
x.shape
x2 = x.reshape(3,4)
print(x)
print(x.size)
print(x2)
print(x2.size)

给张量进行初始化为1或者0的操作如下：

from mxnet import np, npx
npx.set_np()
x=np.zeros((2,3,4))
print(x)
print(x.size)
x2=np.ones((2,3,4))
print(x2,x2.size)

如果想产生随机数字就需要如下操作：

from mxnet import np, npx
npx.set_np()
x=np.random.normal(0,2,size=(4,5))
print(x)
print(x.size)