数据结构介绍
- 机器学习和神经网络最主要的的数据结构：N维数组
- 0维数组：标量，eg:1.0（是一个浮点数，可能表示一个类别）
- 1维数组：向量，eg:[1.0, 2.7, 3.4]（特征向量，样本抽象成一个数字）
- 2维数组：矩阵，eg:
[[1.0，2.7，3.4]
[5.0，0.2，4.6]
[4.3，8.5，0.2]](一个样本的特征矩阵，该矩阵就是有3个样本，每一行就是一个样本，每一列就是样本的特征
- 3维数组：eg:一张图片，RGB图片（宽：列数，高：行数，通道数）
- 4维数组：n个3维数组放在一起，eg:一个RGB图片的批量（批量大小 x 宽 x 高 x 通道）
- 5维数组：n个4维数组放在一起，eg:一个视频批量（批量大小 x 时间 x 宽 x 高 x 通道）
数据操作
创建数组
创建数组需要：
- 形状：eg:例如3x4矩阵
- 每个元素的数据类型:eg:32位浮点数
- 每个元素的值:eg:全是0，或者随机数
访问元素
下图的一列错了，应该是[:1,]
