Octave 语言前言
- 在硅谷的大规模机器学习中，人们个别先用 Octave 实现算法的根本想法，而后用其余语言（java、C++）改写。这是因为 python、numpy、r 语言等机器学习语言绝对于 Octave、matlab 更繁琐，先应用 octave 可能提高效率
Octave 命令
https://blog.csdn.net/u011415481/article/details/49969447
https://blog.csdn.net/u011415481/article/details/49969447
数学运算命令
逻辑运算命令
- 不等于符号为
~=, 不是!= - xor 示意异或运算
变量申明命令
- 如果咱们心愿调配变量，然而不心愿在屏幕上显示后果，能够在申明后加分号
；，克制打印输出 - disp 函数：能够间接将要显示的字符放入括号中
- sprintf 函数：其表白格局为：sprint（‘%d’,a）；其中 %d 为数字，%s 为字符串
- 然而咱们发现，sprintf 表白会将字符加上单引号，而用 disp 表白不会有单引号。
disp(sprintf('%s',name))联结 disp 和 sprintf 函数，能够防止显示字符串时呈现单引号
向量矩阵命令
- 申明矩阵时，分号
；示意矩阵换行 - 申明向量，用空格
；隔开是列向量 - ones 是生成各元素不为 0 且相等矩阵的快捷方式，zeros 是各元素为 0 的矩阵，eyes 构建单位矩阵
- rand 生成数值介于 0~1 之间的随机数；randn 高斯随机变量，产生规范正态分布的随机数
- hist 绘制直方图命令。将元素平均分到几个等距离的容器中（默认为 10 个），并且返回每个容器的元素个数
如何挪动、加载、操作数据
- size 返回矩阵的行数和列数，能够都返回，也能够抉择返回某一个
- length 返回向量的维度，若为矩阵，则返回矩阵的最大维度。咱们个别不将其用于矩阵
- Octave 初始时有一个默认门路，pwd 查看；cd‘’转到其余目录；ls 是 linux 中的命令，查看当下目录的文件
- who 查看当前工作空间的所有变量，whos 则是具体查看，能够看到数据维度、占用的内存空间、数据类型等
- clear 用来革除当前工作空间存储的所有变量，然而若咱们先把变量 v 保留在文件中，在
load hello.mat后能够间接读取 v 变量（v 变量曾经存在了 hello.mat 文件中） - save 命令把数据依照二进制模式压缩存储，而且文件越大，压缩的幅度越大。咱们也能够通过把数据用 acsii 存成文本文档，把数据存成一个人能看懂的模式
数据计算命令
.*将两个矩阵中雷同地位元素相乘；./将矩阵中雷同地位元素相除log是求 e 的对数，exp是求 e 的指数，abs求绝对值-V是每个元素去相反数，V+1是每个元素都 +1- max(A) 示意求出 A 中的最大值，然而须要留神，如果 A 是矩阵的话，是对每一列求出最大值，如果 A 是向量，则是间接求出最大值
向量化思维的重要意义
- 无论 octave、matlab 还是 python，都自带各种线性代数库。这些库通过了高度优化，容易浏览和获取。如果咱们在实现机器学习算法时，能好好利用这些库，而不是本人重构函数，不仅能进步工作效率，而且能放慢算法运行速度，用更少的代码实现更多的性能
- 下图是两种写法，显然后者简略，这充沛表明向量化实现简略无效，因而向量化思维是重要的