tensorflow使用中的问题总结

最新推荐文章于 2022-11-05 14:53:58 发布

原创最新推荐文章于 2022-11-05 14:53:58 发布 · 796 阅读

0 ·

CC 4.0 BY-SA版权

tensorflow之构建自己的数据集专栏收录该内容

4 篇文章

订阅专栏

本文介绍了Jupyter笔记本的一些快捷键使用方法，包括查看内部实现及切换Markdown等操作，并详细讲解了NumPy中用于生成随机数和进行矩阵运算的重要函数，如np.random.rand()与np.dot()。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1. jupyter

查看内部实现的快捷键
    shift + tab
切换markdown   m键

2.numpy

np.random.rand(2, 100) 
#生成两行，100列的得位于0-1的数据
np.dot([0.100, 0.200], x_data)
#例如np.dot(X,X.T)点积，比如np.dot([1,2,3],[4,5,6]) = 1*4 + 2*5 + 3*6 = 32

tf.random_uniform([1, 2], -1.0, 1.0)
# numpy.random.uniform介绍：
# 1. 函数原型：  numpy.random.uniform(low,high,size)
# 功能：从一个均匀分布[low,high)中随机采样，注意定义域是左闭右开，即包含low，不包含high.

# 参数介绍:     
#     low: 采样下界，float类型，默认值为0；
#     high: 采样上界，float类型，默认值为1；
#     size: 输出样本数目，为int或元组(tuple)类型，例如，size=(m,n,k), 则输出m*n*k个样本，缺省时输出1个值。

# 返回值：ndarray类型，其形状和参数size中描述一致。