张量的形状描述了张量中每个维度的元素数量。打印张量时，TensorFlow会输出张量的形状，你也可以直接获取张量的形状属性。importtensorflowastf#张量形状m_shape=tf.constant([[10,11],[12,13],[14,15]])m_shape.shape输出TensorShape(...

要创建张量，可以使用tf.constant()函数。tf.constant(value,dtype,name="")参数说明value:定义张量的n维数组值，可选dtype:定义张量数据类型，例如：tf.string:字符串类型tf.float32:浮点类型tf.int16:整型“name”:张...

TensorFlow中的各种操作，如加权求和，激活函数等，都被编排成一个图，称为计算图。这样，一个神经网络就可以用一个计算图来表示。计算图从本质上来说，是TensorFlow在内存中构建的程序逻辑图，它定义了实现神经网络所需的变量和操作。计算图定义好后，就可以被执行了。计算图可以被分割成多个块，并且可以并行地运行在多个...

Tensorflow的名字直接来源于它的核心数据结构：张量。张量的概念来源于线性代数，表示一个多维数组，张量中的元素具有相同的数据类型。Tensorflow中，所有的计算都涉及到张量，张量可以是输入数据，或者计算结果。TensorFlow中的各种操作，如加权求和，激活函数等，都被编排成一个图，称为计算图。这样，一个神经...

在创建TensorFlow中的应用程序之前，最好能先理解TensorFlow所需的数学概念。数学被认为是任何机器学习算法的核心。标量(scalar) 一个单独的数向量(vector) 一列数，即一维数组矩阵(matrix) 二维数组张量(tensor) 多维数组矩阵加法如果2个矩...

具有感知、学习、推理和解决问题等认知功能的机器被认为拥有人工智能。当机器具有认知能力时，人工智能就产生了。人类在相关领域的能力是人工智能的衡量标准。弱人工智能 弱人工智能执行特定任务，甚至比人类做得更好，例如，围棋人工智能AlphaGo。弱人工智能是目前人工智能的主要研究领域。强人工智能 强人工智能...

TensorFlow是一个开源的深度学习框架，由谷歌团队开发。TensorFlow使用方便，开发人员可以用来开发各种人工智能应用。TensorFlow的官方网站:www.tensorflow.orgTensorFlow的主要特性：以张量(一种多维数组)为基础，轻松定义、计算数学算式提供对深度神经网络和机器学习技术的编程...

聚类(K-meansclustering)是在一组未标记的数据中，将相似的数据（点）归到同一个类别中的方法。聚类与分类的最大不同在于分类的目标事先已知，而聚类则不知道。K-means是聚类中最常用的方法之一，它是基于点与点的距离来计算最佳类别归属，即靠得比较近的一组点（数据）被归为一类。K-means的算法原理如下：随...

scipy.special模块中包含了一些常用的杂项函数，例如经常使用的：立方根函数指数函数相对误差指数函数对数和指数函数兰伯特函数排列组合函数γ函数示例解立方根:fromscipy.specialimportcbrtres=cbrt([1000,27,8,23])print(res)输出[10.3.2.2...

默认情况下，所有NumPy函数都可以在SciPy(命名空间)中使用。当导入SciPy时，不需要显式地导入NumPy函数。NumPy的主要对象是n次多维数组ndarray，SciPy构建在ndarray数组之上，ndarray是存储单一数据类型的多维数组。在NumPy中，维度称为轴，坐标轴的数量称为秩。通常线性代数主要处...

SciPy，发音为SighPi，是一个python开源库，在BSD授权下发布，主要用于数学、科学和工程计算。SciPy库依赖于NumPy，NumPy提供了方便和快速的n维数组操作。它们一起可以运行在所有流行的操作系统上，安装简单，使用免费。现在，组合使用NumPy、SciPy和Matplotlib，作为MATLAB的替...

NumPy中包含了numpy.linalg模块，提供线性代数运算功能。下表描述了该模块中的一些重要功能。SN函数描述1dot()两个数组的点积2vdot()两个向量的点积3inner()两个数组的内积4matmul()两个数组的矩阵乘积5det()计算矩阵的行列式6solve()解线性矩阵方程7inv()求矩阵的乘法逆...

NumPy包含一个矩阵库NumPy.matlib，这个模块的函数用于处理矩阵而不是ndarray对象。NumPy中，ndarray数组可以是n维的，与此不同，矩阵总是二维的，但这两种对象可以相互转换。empty()函数返回一个新的矩阵，但不会初始化矩阵元素。numpy.matlib.empty(shape,dtype,...

数组副本是内容与原数组相同，存储在另一个内存位置的数组。数组视图是由原数组生成的另一个数组，但是与原数组共享数组元素内存，是对同一个内存位置所存储数组元素的不同呈现。数组引用是原数组的别名，与原数组是同一个数组。NumPy中，把一个数组赋值给另一个数组，不会拷贝数组，赋值只是对原始数组的引用。对被赋值数组做的更改也会反...

NumPy中提供了各种排序相关的函数。这些排序函数实现了不同的排序算法，每个算法的特点是执行速度、最坏情况性能、所需的工作空间和算法的稳定性。下表为三种排序算法的比较。种类速度最差情况工作区稳定性‘quicksort’1O(n^2)0no‘mergesort’2O(n*l...