李沐 X动手学深度学习 数据操作+数据预处理 学习笔记（无代码，纯理论部分）

数据结构介绍 

• 机器学习和神经网络最主要的的数据结构：N维数组
• 0维数组：标量，eg:1.0（是一个浮点数，可能表示一个类别）
• 1维数组：向量，eg:[1.0, 2.7, 3.4]（特征向量，样本抽象成一个数字）
• 2维数组：矩阵，eg:
  [[1.0，2.7，3.4]
  [5.0，0.2，4.6]
  [4.3，8.5，0.2]](一个样本的特征矩阵，该矩阵就是有3个样本，每一行就是一个样本，每一列就是样本的特征

• 3维数组：eg:一张图片，RGB图片（宽：列数，高：行数，通道数）
• 4维数组：n个3维数组放在一起，eg:一个RGB图片的批量（批量大小 x 宽 x 高 x 通道）
• 5维数组：n个4维数组放在一起，eg:一个视频批量（批量大小 x 时间 x 宽 x 高 x 通道）

 数据操作

 创建数组

创建数组需要：

1. 形状：eg:例如3x4矩阵
2. 每个元素的数据类型:eg:32位浮点数
3. 每个元素的值:eg:全是0，或者随机数

访问元素 

下图的一列错了，应该是[:1,]