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