动手学深度学习-预备知识
数据操作
n维数组,也称为张量(tensor),在深度学习框架中支持GPU的加速计算,并且张量类支持自动微分
在使用x.reshape()
来改变形状时,我们可以使用-1
自动计算出维度,如用x.reshape(-1,4)
来代替x.reshape(3,4)
运行一些操作可能会导致为新结果分配内存。 例如,如果我们用Y = X + Y
,我们将取消引用Y
指向的张量,而是指向新分配的内存处的张量。
执行原地操作非常简单。 我们可以使用切片表示法将操作的结果分配给先前分配的数组,例如Y[:] = <expression>
数据预处理
我们通常使用pandas
来预处理原始数据。
pandas可以与张量兼容,其处理缺失的数据时,可根据情况使用插值法和删除法