使用numpy构造向量时容易忽略的地方

本文通过对比一维数组与向量的特性,详细解释了它们在形状、操作和应用上的区别,强调了在深度学习中正确使用数据结构的重要性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

#参考吴恩达深度学习2.16节内容(http://www.ai-start.com/dl2017/html/lesson1-week2.html) 

   可以看到a的shape(形状)是一个(5,)的结构,这在Python中被称作一个一维数组,要注意的是它既不是一个行向量也不是一个列向量,其转置和本身一样,如果计算a与其转置点乘,得到的是一个数而不是一个矩阵,为了避免与矩阵或向量弄混,要少用这个形式,而应该用下面的形式:

 当使用(5,1)时,产生的就是5行1列的向量,这时对a的操作就符合对矩阵的操作。要注意一个细微的差别,在这种数据结构中,当我们输出  的转置时有两对方括号,而之前只有一对方括号,所以这就是1行5列的矩阵和一维数组的差别。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

半个女码农

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值