#
Python现在是最热门的人工智能语言，各种工具的支持如Google的Tensorflow，都是首选支持Python的。 但是，与R语言不同，Python语言设计时，并没有考虑对于矩阵运算，统计计算
数组的组合主要有： 1.水平组合：np.hstack(arr1,arr2) 或 concatenate(arr1,arr2,axis=1) 2.垂直组合：np.vstack(arr1,arr2) 或
1、当为array的时候，默认d*f就是对应元素的乘积，multiply也是对应元素的乘积，dot（d,f）会转化为矩阵的乘积， dot点乘意味着相加，而multiply只是对应元素相乘，不相加 2、
要对tensor进行操作，需要先启动一个Session,否则，我们无法对一个tensor比如一个tensor常量重新赋值或是做一些判断操作，所以如果将它转化为numpy数组就好处理了。下面一个小程序讲
如下所示： # -*- coding: utf-8 -*- # @Time : 2018/1/17 16:37 # @Author : Zhiwei Zhong # @Site : # @F
Numpy 通过观察Python的自有数据类型，我们可以发现Python原生并不提供多维数组的操作，那么为了处理矩阵，就需要使用第三方提供的相关的包。 NumPy 是一个非常优秀的提供矩阵操作的包
使用save可以实现对numpy数据的磁盘存储，存储的方式是二进制。查看使用说明，说明专门提到了是未经压缩的二进制形式。存储后的数据可以进行加载或者读取，通过使用load方法。 In [81]:n
索引和切片是NumPy中最重要最常用的操作。熟练使用NumPy切片操作是数据处理和机器学习的前提，所以一定要掌握好。 文档：https://docs.scipy.org/doc/numpy/refe
概述 按照图一中aixs=0，对aixs=0上下对应的数据进行相加在学习numpy的时候，最难理解的就是轴的概念，我们知道坐标系中有轴的概念，那么两个轴是否有关联呢？为了便于理解，特写此博客进行梳理。
最近在关注 Deep Learning，就在自己的mac上安装google的开源框架Tensorflow 用 sudo pip install -U tensorflow 安装的时候总是遇到下面的问
