在mxnet中，ndarray是乙個類，也是儲存和交換資料的主要工具。ndarray和numpy的多維陣列非常類似，ndarray提供gpu計算和自動求梯度等更多功能。
首先，從mxnet中匯入ndarray模組。
使用shape屬性獲取ndarray例項的形狀，也可以通過size屬性得到ndarray例項中的元素的總數。
下面使用reshape函式把行向量x的形狀改為(3,4)，並記住x
使用zeros()建立零矩陣,使用ones來建立元素都為1的矩陣，除此之外，可以指定各個元素的值。
有時候，我們需要隨即生成ndarray中每個元素的值。下面我們建立乙個形狀（3，4）的ndarray。它的每個元素都隨機取樣於均值為0，標準差為1的正態分佈
使用sum()，可以對矩陣元素進行求和。
在深度學習中，我們經常需要對函式求梯度(gradient)。
為了求有關變數x的梯度，我們需要先呼叫attach_grad函式來申請儲存梯度所需要的記憶體。
如
x.attach_grad(
)
呼叫record函式來要求mxnet記錄與求梯度有關的記錄。
對函式y = 2xtx求關於列向量x的梯度
from mxnet import autograd,nd
x = nd.arange(4)
.reshape((4
,1))
#4行1列
x.attach_grad(
)#開闢記憶體
with autograd.record():
y =2*nd.dot(x.t,x)
#y是乙個標量
y.backward(
)#自動求梯度
assert
(x.grad-
4*x)
.norm(
).asscalar()==
0#求正規化，用asscalar轉換成標量,判斷是否為0
x.grad
本文，介紹了mxnet的基本使用，比如建立零矩陣，單位矩陣，一些矩陣的基礎加法，乘法，由於基礎，這裡沒有列出，最後學習了一些自動求梯度的方法。
深度學習筆記（一）
深度學習筆記 一 logistic分類 深度學習筆記 二 簡單神經網路，後向傳播演算法及實現 深度學習筆記 三 啟用函式和損失函式 深度學習筆記 優化方法總結 bgd,sgd,momentum,adagrad,rmsprop,adam 深度學習筆記 四 迴圈神經網路的概念，結構和 注釋 深度學習筆記...
深度學習筆記（一）
1 對於多通道的影象採用多個卷積核，最終輸出的feature map是每個卷積核輸出的feature map所對應的座標處的值相加。2 卷積層引數的計算 輸入影象32 32 3，有6個卷積核，尺寸為5 5 3，每個卷積核輸出對應乙個特徵平面，一共6個特徵平面。即輸出特徵平面的個數和卷積核的個數相對應...
深度學習筆記（一）什麼是深度學習
從簡單的經驗中獲取知識，不需要人類去設計 規範知識，因為層次化的簡單概念可以讓計算機去學習，從而形成複雜的概念，如果用一張圖來表示就是一層一層，所以叫深度學習。ibm深藍 1997年 知識基礎 knowledge base 用公式來表述現實世界，現在還沒有成功案例。機器學習 machine lear...