手写softmax(numpy.stack hstack vstack)
2017-09-23 18:04
351 查看
scores = [3.0, 1.0, 0.2]
import numpy as np
def softmax(x):
return np.exp(x) / np.sum(np.exp(x), axis=0)
print(softmax(scores))
import matplotlib.pyplot as plt
x = np.arange(-2.0, 6.0, 0.1)
scores = np.vstack([x, np.ones_like(x), 0.2 * np.ones_like(x)])
print x
print scores
print softmax(scores)
print softmax(scores).T
plt.plot(x, softmax(scores).T, linewidth=2)
plt.show()
#softmax函数能够直接对List进行计算
#主要是np.exp(x),输入的x是是一个list,能分别对每个值进行计算返回的也是一个list
plot函数在一个图中画多条线,转置之后按列读取每一个数,有多少列就有多少个函数。
numpy中的stack,hstack,vstack用法
a = [[1, 2, 3],
[4, 5, 6]]
print a
print ''
c = np.stack(a, axis=0)
print c
b = np.stack(a, axis=1)
print b
#输出a 是一个二维的list [[1,2,3],[4,5,6]]
np.stack函数是将list编程数组之后在这维度上增加一维度,由axis控制
axis=0按行读取增加一行
变成np.array类型的。
输出的c为
[[1 2 3]
[4 5 6]]
axis=1按列读取增加一列
输出的b为
[[1 4]
[2 5]
[3 6]]
c b 与a大的区别就是c b是array类型的,a是list型
2. hstack()函数
函数原型:hstack(tup) ,参数tup可以是元组,列表,或者numpy数组,返回结果为numpy的数组。看下面的代码体会它的含义
import numpy as np
a=[1,2,3]
b=[4,5,6]
print(np.hstack((a,b)))
输出:[1 2 3 4 5 6 ]
针对a b一维数组按水平方向堆叠起来,[1,2,3,4,5,6]
import numpy as np
a=[[1],[2],[3]]
b=[[1],[2],[3]]
c=[[1],[2],[3]]
d=[[1],[2],[3]]
print(np.hstack((a,b,c,d)))
输出:
[[1 1 1 1]
[2 2 2 2]
[3 3 3 3]]
针对 a b c d 是
[[1],
[2],
[3]]同样按水平方式堆叠,就上不断的增加列,从左到右,堆叠,变为
[[1 1 1 1]
[2 2 2 2]
[3 3 3 3]]
它其实就是水平(按列顺序)把数组给堆叠起来,vstack()函数正好和它相反。
3. vstack()函数
函数原型:vstack(tup) ,参数tup可以是元组,列表,或者numpy数组,返回结果为numpy的数组。看下面的代码体会它的含义
import numpy as np
a=[1,2,3]
b=[4,5,6]
print(np.vstack((a,b)))
输出:
[[1 2 3]
[4 5 6]]
按列的方式堆,从上到下
import numpy as np
a=[[1],[2],[3]]
b=[[1],[2],[3]]
c=[[1],[2],[3]]
d=[[1],[2],[3]]
print(np.vstack((a,b,c,d)))
输出:
[[1]
[2]
[3]
[1]
[2]
[3]
[1]
[2]
[3]
[1]
[2]
[3]]
它是垂直(按照行顺序)的把数组给堆叠起来。
import numpy as np
def softmax(x):
return np.exp(x) / np.sum(np.exp(x), axis=0)
print(softmax(scores))
import matplotlib.pyplot as plt
x = np.arange(-2.0, 6.0, 0.1)
scores = np.vstack([x, np.ones_like(x), 0.2 * np.ones_like(x)])
print x
print scores
print softmax(scores)
print softmax(scores).T
plt.plot(x, softmax(scores).T, linewidth=2)
plt.show()
#softmax函数能够直接对List进行计算
#主要是np.exp(x),输入的x是是一个list,能分别对每个值进行计算返回的也是一个list
plot函数在一个图中画多条线,转置之后按列读取每一个数,有多少列就有多少个函数。
numpy中的stack,hstack,vstack用法
a = [[1, 2, 3],
[4, 5, 6]]
print a
print ''
c = np.stack(a, axis=0)
print c
b = np.stack(a, axis=1)
print b
#输出a 是一个二维的list [[1,2,3],[4,5,6]]
np.stack函数是将list编程数组之后在这维度上增加一维度,由axis控制
axis=0按行读取增加一行
变成np.array类型的。
输出的c为
[[1 2 3]
[4 5 6]]
axis=1按列读取增加一列
输出的b为
[[1 4]
[2 5]
[3 6]]
c b 与a大的区别就是c b是array类型的,a是list型
2. hstack()函数
函数原型:hstack(tup) ,参数tup可以是元组,列表,或者numpy数组,返回结果为numpy的数组。看下面的代码体会它的含义
import numpy as np
a=[1,2,3]
b=[4,5,6]
print(np.hstack((a,b)))
输出:[1 2 3 4 5 6 ]
针对a b一维数组按水平方向堆叠起来,[1,2,3,4,5,6]
import numpy as np
a=[[1],[2],[3]]
b=[[1],[2],[3]]
c=[[1],[2],[3]]
d=[[1],[2],[3]]
print(np.hstack((a,b,c,d)))
输出:
[[1 1 1 1]
[2 2 2 2]
[3 3 3 3]]
针对 a b c d 是
[[1],
[2],
[3]]同样按水平方式堆叠,就上不断的增加列,从左到右,堆叠,变为
[[1 1 1 1]
[2 2 2 2]
[3 3 3 3]]
它其实就是水平(按列顺序)把数组给堆叠起来,vstack()函数正好和它相反。
3. vstack()函数
函数原型:vstack(tup) ,参数tup可以是元组,列表,或者numpy数组,返回结果为numpy的数组。看下面的代码体会它的含义
import numpy as np
a=[1,2,3]
b=[4,5,6]
print(np.vstack((a,b)))
输出:
[[1 2 3]
[4 5 6]]
按列的方式堆,从上到下
import numpy as np
a=[[1],[2],[3]]
b=[[1],[2],[3]]
c=[[1],[2],[3]]
d=[[1],[2],[3]]
print(np.vstack((a,b,c,d)))
输出:
[[1]
[2]
[3]
[1]
[2]
[3]
[1]
[2]
[3]
[1]
[2]
[3]]
它是垂直(按照行顺序)的把数组给堆叠起来。
相关文章推荐
- list,tuple和numpy中nparray及np.hstack(),np.vstack(),np.stack()函数关系及用法解析
- python中numpy的stack、vstack、hstack、concatenate、
- numpy中hstack() vstack() stack() dstack() vsplit() concatenate()用法
- numpy中hstack() vstack() stack() dstack() vsplit() concatenate() 函数用法
- Numpy中stack(),hstack(),vstack()函数用法介绍及实例
- Python numpy函数hstack() vstack() stack() dstack() vsplit() concatenate()
- Python numpy函数hstack() vstack() stack() dstack() vsplit() concatenate()
- 【python】stack,hstack,vstack
- Python numpy函数hstack() vstack() stack() dstack() vsplit() concatenate()
- Python numpy函数:hstack()、vstack()、stack()、dstack()、vsplit()、concatenate()
- numpy 辨异(三)—— hstack/column_stack,linalg.eig/linalg.eigh
- Python numpy函数hstack() vstack() stack() dstack() vsplit() concatenate()
- Python numpy函数hstack() vstack() stack() dstack() vsplit() concatenate()
- numpy的stack(),hstack()函数
- python numpy中的hstack,vstack,dstack,concatenate函数说明
- Python numpy函数hstack() vstack() stack() dstack() vsplit() concatenate()
- numpy的各种堆叠方法总结 vstack hstack append concatenate column_stack row_stack c_ r_
- numpy中stack的用法直观理解
- numpy.hstack(tup)
- numpy.stack最通俗的理解