numpy学习(一)

1. np.sum()

import numpy as np

a = np.sum([1, 2, 3])  # 各个元素相加
print(sum)

===============================
6

2. y = x > 0

x = np.array([-1.0, 1.0, 2.0])
y = x > 0
print(y)

===============================
array([False, True, True], dtype=bool)

所以，我们如果要实现阶跃函数，并且以np数组作为输入，可以这么做：

def step_function(x):
    y = x > 0
    return y.astype(np.int)  # 将y中每一个元素转换为int类型

# 或者这样
def step_function(x):
    return np.array(x > 0, dtype=np.int)

x = np.array([-1.0, 1.0, 2.0])
y = step_function(x)
print(y)

===============================
array([0., 1., 1.])

3. NumPy的广播功能

t = np.array([1.0, 2.0, 3.0])
y = 1.0 + t
print(y)

===============================
array([2., 3., 4.])

sigmoid函数的实现同理：

def sigmoid(x):   # x为numpy数组
    return 1 / (1 + np.exp(-x))  # 返回的是numpy数组

4. np.maximum()

def relu(x):   # relu激活函数的实现
    return np.maximum(0, x)  # np.maximum()返回较大值