Python/torch/深度学习——numpy 库

文章目录

前言

关于Numpy库的碎碎念，想到点记录下

numpy 库版本

  • 记录时间：2024年11月12日
    – numpy 现在已经2.+版本了，但是部分函数发生了变化
    – 自用 numpy 版本 1.26.4

版本变化

目前遇到的变化如下

变化1

# 2.0和2.1版本
numpy.reshape(ndarray, shape)
set(numpy.reshape(ndarray, shape))  # 能用，会报Warning，提示为非Iterable
# 1.26.4版本
numpy.reshape(ndarray, shape)
ndarray.reshape(shape)  # 2.0和2.1版本中没了，但是能用，会报Warning
set(numpy.reshape(ndarray, shape))  
set(ndarray.reshape(shape))

numpy 库安装

# pip版本
# 默认下新版
pip install numpy
# conda版本
# 默认下新版
conda install numpy
# 指定版本
# 适配cuda11.7
conda install numpy=1.26.4
# python # 深度学习 # numpy
Logo
脑启社区

脑启社区是一个专注类脑智能领域的开发者社区。欢迎加入社区，共建类脑智能生态。社区为开发者提供了丰富的开源类脑工具软件、类脑算法模型及数据集、类脑知识库、类脑技术培训课程以及类脑应用案例等资源。

更多推荐

Agent 开发,首选中文类脑记忆层

agentzhiji memory 记忆层

avatar 脑启社区

跳出 Transformer 补丁路线：一套仿生类脑架构的顶层构想

当前主流大模型基本基于 Transformer 范式发展，主要依靠扩充算力、数据、模块打补丁的方式提升能力。本文分享一份民间推演得到的仿生类脑架构顶层构想。本文只输出顶层框架思想，不提供完整可运行代码，希望能够给 AI 行业从业者带来一点启发，抛砖引玉。4、硅基仿生·碳硅双向镜像理论本板块为整套全息平衡体系第四层级核心延伸，立足前序中医、法律双根基，依托总纲宇宙全息公理、双天线架构、果蝇仿生实验底

avatar 脑启社区

非生物「类脑三维高连接」载体方案（支撑人工意识）

摘要： 目前尚无严格满足类脑三维高连接五条件的非生物方案（三维各向同性、低功耗、散热好、纳米级单元、单单元数万连接）。生物脑通过稀疏连接和突触间隙实现高连接度，物理导线无法实现类似性能。现有最接近方案包括：①3D光学衍射网络（光场全连接，UCLA Ozcan）；②里德堡冷原子阵列（量子长程耦合，哈佛Lukin）；③工程化血管脑类器官（生物边界方案）；④科幻中的Computronium（物质即计算机

avatar 脑启社区