河南网站建设运营域名注册公司虹口网站建设

当前位置： 首页 > news >正文

河南网站建设运营域名注册公司,虹口网站建设,广州 竞价托管,优秀网站制作定制目录 简介 基础用法 基础信息 数组创建 打印数组 变更维度堆叠 加减乘除 累加/最大/最小 转换操作 矩陈乘法 索引/迭代 深拷贝/引用传递/视图 引用传递 视图 深拷贝 其它 简介 ND4J主要是JVM的科学计算库#xff0c;内置了很多计算方法#xff0c;目的…目录 简介 基础用法 基础信息 数组创建 打印数组 变更维度堆叠 加减乘除 累加/最大/最小 转换操作 矩陈乘法 索引/迭代 深拷贝/引用传递/视图 引用传递 视图 深拷贝 其它 简介 ND4J主要是JVM的科学计算库内置了很多计算方法目的是以最低的RAM需求快速运行。主要特点是 一个多功能的n维数组对象。 线性代数和信号处理函数。 多平台功能包括GPU。 所有主要操作系统: win/linux/osx/android. 架构: x86, arm, ppc.
Nd4j的主要特点是具有多功能的n维阵列接口INDArray。为了提高性能Nd4j使用堆外内存来存储数据。INDArray不同于标准Java数组。 基础用法 基础信息 创建数值为0的N维数组 INDArray xx Nd4j.zeros(10); System.out.println(xx);//运行结果 [ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]INDArray x Nd4j.zeros(3, 4); System.out.println(x);//运行结果 [[ 0, 0, 0, 0], [ 0, 0, 0, 0], [ 0, 0, 0, 0]] 同理也支持三维、四维等可以通过以下方法进行维度信息的查看 // 数组的轴数维度。 int dimensions x.rank();// 数组的维数。每个维度的大小。 long[] shape x.shape();// 元素的总数。 long length x.length();// 数组元素的类型。 DataType dt x.dataType(); 数组创建 要创建INDArray可以使用ND4J类的静态工厂方法。 Nd4j.createFromArray函数通过重载支持double、float、int、long类型同时对各种类型最高支持四维。 double arr_2d[][]{{1.0,2.0,3.0},{4.0,5.0,6.0},{7.0,8.0,9.0}}; INDArray x_2d Nd4j.createFromArray(arr_2d);double arr_1d[]{1.0,2.0,3.0}; INDArray x_1d Nd4j.createFromArray(arr_1d); 可以使用函数zeros和ones创建用0和1初始化的数组 可以使用rand函数建用随机值初始化的数组 创建的INDArray的默认数据类型是float有些重载允许您设置数据类型 INDArray x Nd4j.zeros(5); //运行结果 //[ 0, 0, 0, 0, 0], FLOATint [] shape {5}; x Nd4j.zeros(DataType.DOUBLE, 5); //运行结果 //[ 0, 0, 0, 0, 0], DOUBLE// 对于更高的维度可以提供形状数组。二维随机矩阵示例 int[] shape {4, 5}; INDArray x Nd4j.rand(shape);//运行结果 [[ 0.5669, 0.0576, 0.8701, 0.9598, 0.6470], [ 0.2711, 0.8427, 0.2819, 0.6617, 0.5109], [ 0.0602, 0.2674, 0.6586, 0.9939, 0.4781], [ 0.4099, 0.9503, 0.2227, 0.4738, 0.3759]] 使用arange函数创建一个均匀空间值数组 INDArray x Nd4j.arange(5); // [ 0, 1.0000, 2.0000, 3.0000, 4.0000]INDArray x Nd4j.arange(2, 7); // [ 2.0000, 3.0000, 4.0000, 5.0000, 6.0000] linspace函数允许您指定生成的点数 //开始数, 停止数, 个数. INDArray x Nd4j.linspace(1, 10, 5); // [ 1.0000, 3.2500, 5.5000, 7.7500, 10.0000]// 对函数进行多点评估。 import static org.nd4j.linalg.ops.transforms.Transforms.sin; INDArray x Nd4j.linspace(0.0, Math.PI, 100, DataType.DOUBLE); INDArray y sin(x); 打印数组 如上图的例子INDArray支持Java的toString()方法可以直接通过System.out.println打印除结果 变更维度堆叠 可以通过reshap函数进行维度的变更 int [] shape {4,3}; //2维数组 x Nd4j.arange(12).reshape(shape);
/* [[ 0, 1.0000, 2.0000], [ 3.0000, 4.0000, 5.0000], [ 6.0000, 7.0000, 8.0000], [ 9.0000, 10.0000, 11.0000]] / 如果本身数据的数组不足以填满新的维度则会报ND4JIllegalStateException异常 int [] shape {4,3}; //2维数组 INDArray x Nd4j.arange(11).reshape(shape);//运行结果 //org.nd4j.linalg.exception.ND4JIllegalStateException: New shape length doesnt match original length: [12] vs [11]. Original shape: [11] New Shape: [4, 3] INDArray x Nd4j.rand(3,4); x.shape(); // [3, 4]INDArray x2 x.ravel(); //转化成一列 x2.shape(); // [12]INDArray x3 x.reshape(6,2).shape(); x3.shape(); //[6, 2]//注意x、x2和x3共享相同的数据。 x2.putScalar(5, -1.0);System.out.println( x); / [[ 0.0270, 0.3799, 0.5576, 0.3086], [ 0.2266, -1.0000, 0.1107, 0.4895], [ 0.8431, 0.6011, 0.2996, 0.7500]] /System.out.println( x2); // [ 0.0270, 0.3799, 0.5576, 0.3086, 0.2266, -1.0000, 0.1107, 0.4895, 0.8431, 0.6011, 0.2996, 0.7500]System.out.println( x3); /
[[ 0.0270, 0.3799], [ 0.5576, 0.3086], [ 0.2266, -1.0000], [ 0.1107, 0.4895], [ 0.8431, 0.6011], [ 0.2996, 0.7500]] / 可以使用vstack和hstack方法将数组堆叠在一起。 INDArray x Nd4j.rand(2,2); INDArray y Nd4j.rand(2,2);x / [[ 0.1462, 0.5037], [ 0.1418, 0.8645]] /y; / [[ 0.2305, 0.4798], [ 0.9407, 0.9735]] /Nd4j.vstack(x, y); / [[ 0.1462, 0.5037], [ 0.1418, 0.8645], [ 0.2305, 0.4798], [ 0.9407, 0.9735]] /Nd4j.hstack(x, y); / [[ 0.1462, 0.5037, 0.2305, 0.4798], [ 0.1418, 0.8645, 0.9407, 0.9735]] / 加减乘除 使用INDArray方法对数组执行操作。 加法: arr.add(…), arr.addi(…)减法: arr.sub(…), arr.subi(…)乘法: arr.mul(…), arr.muli(…)除法 : arr.div(…), arr.divi(…) 对数组进行加减乘除操作有两种类型 【1】in-place 在原有数组基础上变更如add、sub 【2】复制创建新的数组将结果放在新数组中如addi、subi //复制 //返回一个新数组并将标量添加到arr的每个元素。 arr_new arr.add(scalar);
//返回一个新数组它是arr和其他arr元素级别的加法。
arr_new arr.add(other_arr); //In-place arr_new arr.addi(scalar); arr_new arr.addi(other_arr); in-place运算符可以方便地将操作链接在一起。尽可能使用in-place运算符来提高性能,因为 复制运算符有新的数组创建开销。 注意执行加减乘除操作时必须确保基础数据类型相同。 int [] shape {5}; INDArray x Nd4j.zeros(shape, DataType.DOUBLE); INDArray x2 Nd4j.zeros(shape, DataType.INT); INDArray x3 x.add(x2); // java.lang.IllegalArgumentException: Op.X 和 Op.Y must have the same data type, but got INT vs DOUBLE// 将x2转换为DOUBLE可以解决以下问题 INDArray x3 x.add(x2.castTo(DataType.DOUBLE)); 累加/最大/最小 INDArray有实现累加/最值操作的方法如 sum, min, max. int [] shape {2,3}; INDArray x Nd4j.rand(shape); x; x.sum(); x.min(); x.max(); / [[ 0.8621, 0.9224, 0.8407], [ 0.1504, 0.5489, 0.9584]] 4.2830 0.1504 0.9584 / 提供维度参数以在指定维度上应用操作 INDArray x Nd4j.arange(12).reshape(3, 4); / [[ 0, 1.0000, 2.0000, 3.0000], [ 4.0000, 5.0000, 6.0000, 7.0000], [ 8.0000, 9.0000, 10.0000, 11.0000]] / //每列的总和。 x.sum(0); //[ 12.0000, 15.0000, 18.0000, 21.0000]//每行最小值 x.min(1); //[ 0, 4.0000, 8.0000]//每行的累计和 x.cumsum(1); / [[ 0, 1.0000, 3.0000, 6.0000], [ 4.0000, 9.0000, 15.0000, 22.0000], [ 8.0000, 17.0000, 27.0000, 38.0000]] / 转换操作 Nd4j提供熟悉的数学函数如sin、cos和exp这些称为转换操作。结果作为INDArray返回。 import static org.nd4j.linalg.ops.transforms.Transforms.exp; import static org.nd4j.linalg.ops.transforms.Transforms.sqrt;INDArray x Nd4j.arange(3); // [ 0, 1.0000, 2.0000] exp(x); // [ 1.0000, 2.7183, 7.3891] sqrt(x); // [ 0, 1.0000, 1.4142] 矩陈乘法 INDArray也支持矩阵运算如下 INDArray x Nd4j.arange(12).reshape(3, 4); / [[ 0, 1.0000, 2.0000, 3.0000], [ 4.0000, 5.0000, 6.0000, 7.0000], [ 8.0000, 9.0000, 10.0000, 11.0000]] /INDArray y Nd4j.arange(12).reshape(4, 3); / [[ 0, 1.0000, 2.0000], [ 3.0000, 4.0000, 5.0000], [ 6.0000, 7.0000, 8.0000], [ 9.0000, 10.0000, 11.0000]] / // 矩阵乘积. x.mmul(y);
/ [[ 42.0000, 48.0000, 54.0000], [ 114.0000, 136.0000, 158.0000], [ 186.0000, 224.0000, 262.0000]] ///点积 INDArray x Nd4j.arange(12); INDArray y Nd4j.arange(12); dot(x, y);
//506.0000 索引/迭代 获取某个位置的数据 INDArray x Nd4j.arange(12); // [ 0, 1.0000, 2.0000, 3.0000, 4.0000, 5.0000, 6.0000, 7.0000, 8.0000, 9.0000, 10.0000, 11.0000] //单一元素访问。其他方法: getDouble, getInt, … float f x.getFloat(3);
// 3.0 转化为Java数组 //转换为Java数组。 float [] fArr x.toFloatVector(); // [0.0, 1.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0, 8.0, 9.0, 10.0, 11.0] 获取指定区间的数据 INDArray x2 x.get(NDArrayIndex.interval(2, 6)); // [ 2.0000, 3.0000, 4.0000, 5.0000] 在x的副本上从开始到位置6不包括将每2个元素设置为-1.0  //在x的副本上从开始到位置6不包括将每2个元素设置为-1.0 INDArray y x.dup(); y.get(NDArrayIndex.interval(0, 2, 6)).assign(-1.0); //[ -1.0000, 1.0000, -1.0000, 3.0000, -1.0000, 5.0000, 6.0000, 7.0000, 8.0000, 9.0000, 10.0000, 11.0000] y的反向副本 //y的反向副本。 INDArray y2 Nd4j.reverse(y.dup()); //[ 11.0000, 10.0000, 9.0000, 8.0000, 7.0000, 6.0000, 5.0000, -1.0000, 3.0000, -1.0000, 1.0000, -1.0000] 对于多维数组应该使用INDArray.get(NDArrayIndex…)。下面的示例演示如何遍历二维数组的行和列。注意对于2D数组我们可以使用getColumn和getRow便利方法。 // 在2d数组的行和列上迭代。 int rows 4; int cols 5; int[] shape {rows, cols};INDArray x Nd4j.rand(shape); / [[ 0.2228, 0.2871, 0.3880, 0.7167, 0.9951], [ 0.7181, 0.8106, 0.9062, 0.9291, 0.5115], [ 0.5483, 0.7515, 0.3623, 0.7797, 0.5887], [ 0.6822, 0.7785, 0.4456, 0.4231, 0.9157]] /for (int row0; rowrows; row) {INDArray y x.get(NDArrayIndex.point(row), NDArrayIndex.all());} / [ 0.2228, 0.2871, 0.3880, 0.7167, 0.9951] [ 0.7181, 0.8106, 0.9062, 0.9291, 0.5115] [ 0.5483, 0.7515, 0.3623, 0.7797, 0.5887] [ 0.6822, 0.7785, 0.4456, 0.4231, 0.9157] /for (int col0; colcols; col) {INDArray y x.get(NDArrayIndex.all(), NDArrayIndex.point(col));} / [ 0.2228, 0.7181, 0.5483, 0.6822] [ 0.2871, 0.8106, 0.7515, 0.7785] [ 0.3880, 0.9062, 0.3623, 0.4456] [ 0.7167, 0.9291, 0.7797, 0.4231] [ 0.9951, 0.5115, 0.5887, 0.9157] / 深拷贝/引用传递/视图 引用传递 以下用法仅仅只是指向x的指针进行了引用传递并未复制 INDArray x Nd4j.rand(2,2); //y和x指向同一个INDArray对象。 INDArray y x; 视图 一些函数将返回数组的视图并未进行数组的复制 INDArray x Nd4j.rand(3,4); INDArray x2 x.ravel(); INDArray x3 x.reshape(6,2);// 修改 x, x2 和 x3 x2.putScalar(5, -1.0); x / [[ 0.8546, 0.1509, 0.0331, 0.1308], [ 0.1753, -1.0000, 0.2277, 0.1998], [ 0.2741, 0.8257, 0.6946, 0.6851]] /x2 // [ 0.8546, 0.1509, 0.0331, 0.1308, 0.1753, -1.0000, 0.2277, 0.1998, 0.2741, 0.8257, 0.6946, 0.6851]x3 / [[ 0.8546, 0.1509], [ 0.0331, 0.1308], [ 0.1753, -1.0000], [ 0.2277, 0.1998], [ 0.2741, 0.8257], [ 0.6946, 0.6851]] / 深拷贝 要复制数组请使用dup方法。这将为您提供一个包含新数据的新数组。 INDArray x Nd4j.rand(3,4); INDArray x2 x.ravel().dup();//现在只改变x2。 x2.putScalar(5, -1.0); x / [[ 0.1604, 0.0322, 0.8910, 0.4604], [ 0.7724, 0.1267, 0.1617, 0.7586], [ 0.6117, 0.5385, 0.1251, 0.6886]] */x2 // [ 0.1604, 0.0322, 0.8910, 0.4604, 0.7724, -1.0000, 0.1617, 0.7586, 0.6117, 0.5385, 0.1251, 0.6886] 其它 ND4J还有很多科学计算函数具体可以查看文档 nd4j-api 1.0.0-M2.1 javadoc (org.nd4j)