一、mxnet安装 (以下均为mac环境)
有二种方式：
1.1 用conda安装
1 #创建gluon目录 2 mkdir gluon-tutorials && cd gluon-tutorials 3 4 #下载源代码 5 curl https://zh.gluon.ai/gluon_tutorials_zh.tar.gz -o tutorials.tar.gz 6 7 #解压 8 tar -xzvf tutorials.tar.gz && rm tutorials.tar.gz 9 #设置清华镜像站 10 conda config --prepend channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 11 #进入解压后的目录 12 cd gluon-tutorials 13 #创建环境 14 conda env create -f environment.yml 15 #激活环境 16 source activate gluon
但是14行创建环境这里，这几天一直报连不上清华的镜像站，不知道跟开十久大有无关系，如果大家也遇到类似问题，可以用下面的方式
1.2 用brew+pip安装
1 brew update 2 brew tap homebrew/science 3 brew info opencv 4 brew install opencv 5 pip install mxnet
二、初试NDArray
2.1 先启用jupyter-notebook
2.2 创建矩阵
1 from mxnet import ndarray as nd 2 x = nd.array([[1,2],[3,4]]) 3 print(x) 4 y = nd.array([[5,6],[7,8]]) 5 print(y)
[[ 1. 2.] [ 3. 4.]] <NDArray 2x2 @cpu(0)> [[ 5. 6.] [ 7. 8.]] <NDArray 2x2 @cpu(0)>
2.3 矩阵加法
print(x+y)
[[ 6. 8.] [ 10. 12.]] <NDArray 2x2 @cpu(0)>
2.4 矩阵数乘(点乘)
print(x*y)
[[ 5. 12.] [ 21. 32.]] <NDArray 2x2 @cpu(0)>
2.5 矩阵乘法(叉乘)
print(nd.dot(x,y))
[[ 19. 22.] [ 43. 50.]] <NDArray 2x2 @cpu(0)>
2.5 e的指数运算
print(nd.exp(x))
[[ 2.71828175 7.38905621] [ 20.08553696 54.59814835]] <NDArray 2x2 @cpu(0)>
上述几个操作的公式图解：
2.6 生成正态分布随机矩阵
x=nd.random_normal(0, 1, shape=(2, 2)) print(x)
[[ 0.45787829 0.93632793] [-0.89425808 0.35744399]] <NDArray 2x2 @cpu(0)>
2.7 矩阵转置
1 from mxnet import ndarray as nd 2 x = nd.array([[1,2],[3,4],[5,6]]) 3 print(x) 4 print(x.T) #转置
[[ 1. 2.] [ 3. 4.] [ 5. 6.]] <NDArray 3x2 @cpu(0)> [[ 1. 3. 5.] [ 2. 4. 6.]] <NDArray 2x3 @cpu(0)>
2.8 广播
如果2个矩阵A,B进行运算时，行或列的数量不满足运算要求，ndarray会尝试将第2个矩阵B，自动扩容(行或列)，然后进行运算，如下面的代码示例：
1 from mxnet import ndarray as nd 2 x = nd.array([[1,2,3,4]]).reshape([2,2]) 3 y = nd.array([[5]]) 4 print(x) 5 print(y) 6 print(x+y)
[[ 1. 2.] [ 3. 4.]] <NDArray 2x2 @cpu(0)> [[ 5.]] <NDArray 1x1 @cpu(0)> [[ 6. 7.] [ 8. 9.]] <NDArray 2x2 @cpu(0)>
x是一个2行2列的矩阵，而y是1行1列的矩阵，2个矩阵进行加法运算时，ndarray会将y自动复制扩展成2行2列的矩阵，图解如下：
注：广播这种复制扩容的行为，并非对所有操作都适用，比如叉乘就会报错(如：nd.dot(x,y)大家自己自行测试下），其实很容易埋坑，个人并不推荐使用。
2.9 取第几行/第几列
1 from mxnet import ndarray as nd 2 x = nd.array([[1,2],[3,4],[5,6],[7,8]]) 3 print(x) 4 print(x[:,0]) #取第1列 5 print(x[1:2]) #取第2行 6 print(x[1:3,0:2]) #取第2到3行 + 第1到2列 7 i = nd.array([[0,2]]) 8 print(nd.take(x,i)) #取第1行、第3行
[[ 1. 2.] [ 3. 4.] [ 5. 6.] [ 7. 8.]] <NDArray 4x2 @cpu(0)> [ 1. 3. 5. 7.] <NDArray 4 @cpu(0)> [[ 3. 4.]] <NDArray 1x2 @cpu(0)> [[ 3. 4.] [ 5. 6.]] <NDArray 2x2 @cpu(0)> [[[ 1. 2.] [ 5. 6.]]] <NDArray 1x2x2 @cpu(0)>
2.10 计算欧氏距离(norm)
1 import mxnet.ndarray as nd 2 import mxnet.autograd as ag 3 x = nd.array([[1,2],[3,4]]) 4 print(x) 5 nd.norm(x)
更多ndarray的使用，请参考：
1、https://mxnet.incubator.apache.org/api/python/ndarray.html （ndarray官方文档）
2、https://zh.gluon.ai/chapter_crashcourse/ndarray.html (使用NDArray来处理数据)