文章预览
作者：Peter 编辑：Peter 本文给大家介绍深度学习神经网络中的基础知识： 向量、矩阵和多维数组 神经网络基础 激活函数 全连接网络从零实现 数学和Python基础 在神经网络中，向量和矩阵是随处可见的。下面介绍基于numpy创建一维、二维和高维数组 向量（一维数组） 向量是同时拥有 大小和方向 的量，向量可以表示成排成一排的数字集合。 In [1]: import numpy as np In [2]: # 创建行向量 row_vector = np.array([1, 2, 3, 4, 5]) print ( "行向量：" ) print (row_vector) 行向量： [1 2 3 4 5] In [3]: # 创建列向量 col_vector = np.array([[1], [2], [3],[4],[5]]) print ( "列向量：" ) print (col_vector) 列向量： [[1] [2] [3] [4] [5]] 矩阵（二维数组） 创建一个3乘3的矩阵： In [4]: # 创建一个3x3的矩阵 matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) print ( "原始矩阵
………………………………
