Mxnet (1): 基本使用

1. 矩阵操作

使用方法跟numpy基本相同，会用numpy的这个没有难度

1.1创建矩阵

from mxnet import ndarray = nd.array([[2, 1, 4, 3], [1, 2, 3, 4], [4, 3, 2, 1]])
arange = nd.arange(20).reshape((4,5))
ones = nd.ones((3,3,3))
zeros = nd.zeros((2,3))
full = nd.full((2,3), 2)
random_normal = nd.random.normal(0,1, shape=(12,))
random_randn = nd.random.randn(2,3)
random_randint = nd.random.randint(1, 10, shape=(2, 3))  # 通过shape指定形状

1.2 运算

• 元素运算：加减乘除

• 矩阵乘法

• asscalar函数将结果变换为Python中的标量

random_randn.mean().asscalar()

1.3 取值

索引 前面冒号是行的切片，后面的冒号的列的切片，列的切片可以省略，行的不可以

1.4 赋值

2. 转换

2.1 NDArray和Numpy转换

• 通过asnumpy() 转化为numpy数组

2.2 gpu和cpu之间转化

• 查看是否可以使用gpu

import mxnet as mx
mx.context.num_gpus()  # 获取gpu数量， 0就是没有

• cpu和gpu转换

zeros.as_in_context(mx.gpu())
zeros.copyto(mx.cpu())