mxnet数据操作

# coding: utf-8

# In[2]:

from mxnet import nd

# In[3]:

x = nd.arange(12)

x

# In[4]:

x.shape,x.size

# In[5]:

x.shape

# In[6]:

x.size

# In[7]:

x = x.reshape((3,4))

x

# In[9]:

x = x.reshape((2,-1))

x

# In[11]:

x = x.reshape((3,-1))

x

# In[12]:

nd.zeros((2,3,4))

# In[13]:

nd.ones((3,4))

# In[14]:

nd.random.normal(0,1,shape=(3,4))

# In[15]:

y = nd.array([[2,1,4,3],[1,2,3,4],[4,3,2,1]])

y

# In[16]:

x+y

# In[17]:

x*y,x/y

# In[20]:

nd.exp(y)

# In[21]:

y.T

# In[22]:

nd.dot(x,y.T)

# In[23]:

x == y

# In[24]:

x >= y

# In[25]:

x.sum()

# In[26]:

x.norm()

# In[27]:

x.norm().asscalar()

# In[28]:

import numpy as np

p = np.ones((2,3))

d = nd.array(p)

d

# In[29]:

d.asnumpy()

# In[30]:

a = nd.arange(3).reshape((-1,1))

# In[32]:

b = nd.arange(2).reshape((1,-1))

a,b

# In[33]:

a + b

范数：n 维向量 (x1,x2,x3,...,xn)T 的 Lp 范数为：

L1范数：各元素绝对值之和

L2范数：各元素平方开根号 （nd.norm()）

矩阵的 Frobenius范数为个元素平方和开根号