Python的广播机制&numpy(deep learning吴恩达讲解)

博客主要介绍了广播机制,通过求解食物卡路里及占比的问题引入,还给出其他例子。同时提到numpy的使用,指出秩为1、dim=1的声明方式易出错,推荐使用assert(a.shape==(5,1))和a=a.reshape((5,1))两种方式。

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

一、广播机制

问题引入:

 需要你求解:①各个食物总的卡路里

                       ②每个食物的每一项占比这个食物总的卡路里的百分比。

其他例子:

二、有关numpy

 注意:尽量不要用上面这样的声明方式(秩为1,dim=1的方式)容易出错,不易调试

下面两种为推荐方式:

 其他推荐:

        ①assert(a.shape==(5,1))

        ②a=a.reshape((5,1))

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

_Ocean__

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