Question

愚蠢的问题，我正在经历Andrew Ng最新的深度学习课程的第三周，并且陷入了一个相当简单的Numpy功能（我认为？）。

练习是找到我们有多少训练样例。

知道Numpy功能是什么，以了解预加载的训练示例的大小。

谢谢！

shape_X = X.shape
shape_Y = Y.shape
m = ?


print ('The shape of X is: ' + str(shape_X))
print ('The shape of Y is: ' + str(shape_Y))
print ('I have m = %d training examples!' % (m))

Answer 1

取决于您使用何种存储方式。

大多数基于python的工具使用[n_samples, n_features]方法，其中第一个维度是样本维度，第二个维度是特征维度（如scikit-learn和co。）。或者表示：样本是行，特征是列。

所以：

#     feature  1 2 3 4
x = np.array([[1,2,3,4], # first sample
              [2,3,4,5], # second sample
              [3,4,5,6]
             ])

是3个样本的训练集，每个样本有4个特征。

你可以得到的尺寸为M，N（再次：解释可能与其他人不同）：

M, N = x.shape

因为numpy的第一个维度是行，numpy的第二个维度是列like in matrix-algebra。

对于上面的示例，目标数组的形状为(M) = n_samples。

Answer 2

只要您想查找训练示例的数量或数组的大小，就可以使用

m = X.size

这将为您提供示例的大小或总数。在这种情况下，它将是400。上面的方法也是正确的，但不是找到大小的最佳方法，因为在大型数据集中，值可能很大，而python可以轻松处理大值，但建议不要使用多余的空间。

解决上述问题的更好方法是

m=X.shape[1]

Numpy-深度学习，训练范例

2 个答案: