1.深度学习基础知识
1.1 数据操作
1.1.1 数据结构
机器学习和神经网络的主要数据结构,例如
0维:叫标量,代表一个类别,如1.0
1维:代表一个特征向量。如 [1.0,2,7,3.4]
2维:就是矩阵,一个样本-特征矩阵,如: [[1.0,2,7,3.4 ]
[2.0,3,7,4.4 ] ],每一行是样本,每一列是特征;

3维:RGB图片(宽(列)x高(行)x通道) 三维数组,[[[ 1.0,2,7,3.4 ]
[2.0,3,7,4.4 ] ]
机器学习和神经网络的主要数据结构,例如
0维:叫标量,代表一个类别,如1.0
1维:代表一个特征向量。如 [1.0,2,7,3.4]
2维:就是矩阵,一个样本-特征矩阵,如: [[1.0,2,7,3.4 ]
[2.0,3,7,4.4 ] ],每一行是样本,每一列是特征;

3维:RGB图片(宽(列)x高(行)x通道) 三维数组,[[[ 1.0,2,7,3.4 ]
[2.0,3,7,4.4 ] ]
806

被折叠的 条评论
为什么被折叠?