DL4J 实战之五：矩阵操作基本功，微服务架构技术栈

<dependencies>

<dependency>

<groupId>org.nd4j</groupId>

<artifactId>${nd4j.backend}</artifactId>

</dependency>

<dependency>

<groupId>ch.qos.logback</groupId>

<artifactId>logback-classic</artifactId>

</dependency>

</dependencies>

</project>

• 接下来的代码都写在 ndarray-experience 工程中

最基本的方法

• 先列出两个最基本的方法，后面学习时会频繁用到它们：

• rand：秩，维数，例如 2 行 3 列的二维矩阵，rand 方法返回值等于 2

• shape：矩阵每个维度的大小，如 2 行 3 列的二维矩阵，shape 方法返回值等于[2, 3]

• 准备一个静态方法，可以将 INDArray 实例的详情打印出来，用的就是 rand 和 shape 方法：

private static void disp(String type, INDArray indArray) {

StringBuilder stringBuilder = new StringBuilder("*****************************************************\n");

stringBuilder.append(type)

.append("\n 维度 : ").append(indArray.rank())

.append("\n 形状 : ").append(Arrays.toString(indArray.shape()))

.append("\n 完整矩阵 : \n").append(indArray);

System.out.println(stringBuilder);

}

创建矩阵

1. 全零矩阵：zeros

// 创建 2 行 3 列的全零矩阵

INDArray indArray0 = Nd4j.zeros(2, 3);

disp("全零矩阵", indArray0);

• 执行结果

全零矩阵

维度 : 2

形状 : [2, 3]

完整矩阵 :

[[ 0, 0, 0],

[ 0, 0, 0]]

2. 全 1 矩阵：ones

// 创建 2 行 3 列的全一矩阵

INDArray indArray1 = Nd4j.ones(2, 3);

disp("全一矩阵", indArray1);

• 执行结果

全一矩阵

维度 : 2

形状 : [2, 3]

完整矩阵 :

[[ 1.0000, 1.0000, 1.0000],

[ 1.0000, 1.0000, 1.0000]]

3. 全是指定值的矩阵：valueArrayOf

// 创建 2 行 3 列的全是指定值的矩阵

INDArray indArray2 = Nd4j.valueArrayOf(new int[] {2, 3}, 888);

disp("全是指定值(888)的矩阵", indArray2);

• 执行结果

全是指定值(888)的矩阵

维度 : 2

形状 : [2, 3]

完整矩阵 :

[[ 888.0000, 888.0000, 888.0000],

[ 888.0000, 888.0000, 888.0000]]

4. rand：随机矩阵（0 到 1 之间的随机数）

// 创建 2 行 3 列的随机矩阵

INDArray indArray2 = Nd4j.rand(2, 3);

disp("随机矩阵", indArray2);

• 执行结果

随机矩阵

维度 : 2

形状 : [2, 3]

完整矩阵 :

[[ 0.7236, 0.5159, 0.1908],

[ 0.9458, 0.4413, 0.4173]]

5. 随机高斯分布的矩阵(平均值为 0,标准差为 1)：randn

// 创建 2 行 3 列的随机高斯分布矩阵

INDArray indArray3 = Nd4j.randn(2, 3);

disp("随机高斯分布矩阵", indArray3);

• 执行结果

随机高斯分布矩阵

维度 : 2

形状 : [2, 3]

完整矩阵 :

[[ -0.4287, -0.5790, 0.5004],

[ -0.5122, 1.0551, -0.1998]]

6. 等差数列：linspace

// 创建等差数列，

// 从 1 到 6、长度为 10 的等差数列

INDArray indArray4 = Nd4j.linspace(1,6, 10);

disp("等差数列", indArray4);

• 执行结果

等差数列

维度 : 1

形状 : [10]

完整矩阵 :

[ 1.0000, 1.5556, 2.1111, 2.6667, 3.2222, 3.7778, 4.3333, 4.8889, 5.4444, 6.0000]

7. 根据数组创建矩阵：create(float[] data, int[] shape)

// 根据数组创建 2 行 3 列的矩阵

INDArray indArray6 = Nd4j.create(new float[] {1, 2, 3, 4, 5, 6}, new int[] {2,3});

disp("根据数组创建矩阵", indArray6);

• 执行结果

根据数组创建矩阵

维度 : 2

形状 : [2, 3]

完整矩阵 :

[[ 1.0000, 2.0000, 3.0000],

[ 4.0000, 5.0000, 6.0000]]

8. 三维矩阵

// 三维矩阵

INDArray indArray7 = Nd4j.valueArrayOf(new int[] {2, 2, 3}, 888);

disp("三维矩阵", indArray7);

三维矩阵

维度 : 3

形状 : [2, 2, 3]

完整矩阵 :

[[[ 888.0000, 888.0000, 888.0000],

[ 888.0000, 888.0000, 888.0000]],

[[ 888.0000, 888.0000, 888.0000],

[ 888.0000, 888.0000, 888.0000]]]

9. 创建正方形二维矩阵，并且对角线上的元素值都是 1.0：

// 创建 3 行 3 列的二维矩阵，对角线值为 1.0

INDArray indArray10 = Nd4j.eye(3);

disp("3*3 矩阵，且对角线都是 1.0", indArray10);

• 执行结果

3*3 矩阵，且对角线都是 1.0

维度 : 2

形状 : [3, 3]

完整矩阵 :

[[ 1.0000, 0, 0],

[ 0, 1.0000, 0],

[ 0, 0, 1.0000]]

读操作

• 接下来试试读取相关的操作，回顾前面用数组创建的 2 行 3 列的矩阵，内容如下：

[[ 1.0000, 2.0000, 3.0000],

[ 4.0000, 5.0000, 6.0000]]

1. 读取指定位置：

System.out.println("读取第一行第一列位置的值 : " + indArray6.getDouble(1,1));

• 执行结果

读取第一行第一列位置的值 : 5.0

2. 指定行：

System.out.println("读取第一行 : " + indArray6.getRow(1));

• 执行结果

读取第一行 : [ 4.0000, 5.0000, 6.0000]

3. 指定列：

System.out.println("读取第二列 : " + indArray6.getColumn(2));

• 执行结果

读取第二列 : [ 3.0000, 6.0000]

4. 指定多列：

System.out.println("读取第二、三列 : " + indArray6.getColumns(1,2));

• 执行结果

读取第二、三列 : [[ 2.0000, 3.0000],

[ 5.0000, 6.0000]]

写操作

• 接下来试试读取相关的操作，回顾前面用数组创建的 2 行 3 列的矩阵，内容如下：

[[ 1.0000, 2.0000, 3.0000],

[ 4.0000, 5.0000, 6.0000]]

1. 修改指定位置，查看了源码后发现，put 方法内容实际上是在调用 putScalar 方法：

indArray6.put(1,1, 123);

indArray6.putScalar(0,0, 456);

disp("a. 修改后", indArray6);

• 执行结果

a. 修改后

维度 : 2

形状 : [2, 3]

完整矩阵 :

[[ 456.0000, 2.0000, 3.0000],

[ 4.0000, 123.0000, 6.0000]]

2. 修改整行：

// 准备一维数组

INDArray row1 = Nd4j.create(new float[] {9,8,7});

// 用一维数组替换矩阵的整行

indArray6.putRow(1, row1);

disp("b. 修改后", indArray6);

• 执行结果

b. 修改后

维度 : 2

形状 : [2, 3]

完整矩阵 :

[[ 456.0000, 2.0000, 3.0000],

[ 9.0000, 8.0000, 7.0000]]

矩阵计算

• 矩阵计算，咱们从最基本的四则运算开始

1. 加减乘除，入参是一个标量，会与矩阵中的所有元素做计算

// 准备好原始数据，2 行 3 列矩阵

indArray6 = Nd4j.create(new float[] {1, 2, 3, 4, 5, 6}, new int[] {2,3});

// 加法

disp("加法", indArray6.add(1));

// 减法

disp("减法", indArray6.sub(1));

// 乘法

disp("乘法", indArray6.mul(2));

// 除法

disp("除法", indArray6.div(2));

• 执行结果

加法

维度 : 2

形状 : [2, 3]

完整矩阵 :

[[ 2.0000, 3.0000, 4.0000],

[ 5.0000, 6.0000, 7.0000]]

【一线大厂Java面试题解析+核心总结学习笔记+最新架构讲解视频+实战项目源码讲义】
浏览器打开：qq.cn.hn/FTf 免费领取

减法

维度 : 2

形状 : [2, 3]

完整矩阵 :

[[ 0, 1.0000, 2.0000],

[ 3.0000, 4.0000, 5.0000]]

乘法

维度 : 2

形状 : [2, 3]

完整矩阵 :

[[ 2.0000, 4.0000, 6.0000],

[ 8.0000, 10.0000, 12.0000]]

除法

维度 : 2

形状 : [2, 3]

完整矩阵 :

[[ 0.5000, 1.0000, 1.5000],

[ 2.0000, 2.5000, 3.0000]]

2. 前面的 add 方法，执行完毕后会生成一个新的 NDArray 实例，不影响原对象，但如果调用的是 addi，就会修改原对象的内容：

INDArray indArray8 = Nd4j.create(new float[] {1, 2, 3, 4, 5, 6}, new int[] {2,3});

disp("替换前", indArray8);

indArray8.addi(1);

disp("替换后", indArray8);

• 执行结果

替换前

维度 : 2

形状 : [2, 3]

完整矩阵 :

[[ 1.0000, 2.0000, 3.0000],

[ 4.0000, 5.0000, 6.0000]]

替换后

维度 : 2

形状 : [2, 3]

完整矩阵 :

[[ 2.0000, 3.0000, 4.0000],

[ 5.0000, 6.0000, 7.0000]]

3. 展开：Nd4j.toFlattened，2 行 3 列的二维矩阵展开后成了一维的

disp("展开", Nd4j.toFlattened(indArray6));

• 执行结果