PyTorch 的基础入门及重要基础
发布时间：2021-05-28 23:12:43 所属栏目：编程 来源：互联网
导读：为什么行使 Numpy？ 现实上 Python 自己含有列表（list）和数组（array），但对付大数据来说，这些布局是有许多不敷的。 因为列表的元素可所以任何工具，因此列
|
为什么行使 Numpy？
现实上 Python 自己含有列表（list）和数组（array），但对付大数据来说，这些布局是有许多不敷的。 因为列表的元素可所以任何工具，因此列表中所生涯的是工具的指针。譬喻为了生涯一个简朴的[1,2,3]，都必要有 3 个指针和 3 个整数工具。对付数值运算来说，这种布局显然较量挥霍内存和 CPU 等名贵资源。 至于 array 工具，它可以直接生涯数值，和C说话的一维数组较量相同。可是因为它不支持多维，在上面的函数也不多，因此也不得当做数值运算。 Numpy 的降生补充了这些不敷，它提供了两种根基的工具：ndarray（N-dimensional Array Object）和 ufunc（Universal Function Object）。ndarray 是存储单一数据范例的多维数组，而 ufunc 则是可以或许对数组举办处理赏罚的函数。 NumPy 和数值计较 NumPy 凡是与 SciPy（Scientific Python）和 Matplotlib（画图库）一路行使， 这种组合普及用于更换 MatLab，是一个强盛的科学计较情形，有助于我们通过 Python 进修数据科学可能呆板进修。 SciPy 是一个开源的 Python 算法库和数学器材包。 SciPy 包括的模块有最优化、线性代数、积分、插值、非凡函数、快速傅里叶调动、信号处理赏罚和图像处理赏罚、常微分方程求解和其他科学与工程中常用的计较。 Matplotlib 是 Python 编程说话及其数值数学扩展包 NumPy 的可视化操纵界面，它为操作通用的图形用户界面器材包，如 Tkinter、wxPython、GTK+ 等向应用措施嵌入式画图提供了应用措施接口（API）。 Python 和呆板进修 在呆板进修和深度进修中，图像、声音、文本等输入数据最终都要转换为数组或矩阵。怎样有用地举办数组和矩阵的运算？这就必要充实操作Numpy。 Numpy 是数据科学的通用说话，并且与 PyTorch 相关很是亲近，它是科学计较、深度进修的基石。尤其对 PyTorch 而言，其重要性越发明明。PyTorch 中的 Tensor 与 Numpy 很是相似，它们之间可以很是利便地举办转换，把握 Numpy 是学好 PyTorch 的重要基本。 （编辑：湖南网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
