欢送拜访我的GitHubhttps://github.com/zq2599/blog_demos
内容：所有原创文章分类汇总及配套源码，波及Java、Docker、Kubernetes、DevOPS等；
本篇概览作为《DL4J实战》系列的第五篇，在后面对深度学习有肯定的理解后，本篇会暂停深度学习相干的操作，转为基本功练习：矩阵操作，即INDArray接口的根本用法INDArray的类图如下，因为BaseNDArray是个抽象类，因而在理论应用中，咱们用的都是NDArray的实例：
之所以用一篇文章来学习矩阵操作，是因为前面的实战过程中处处都有它，处处离不开它，若不纯熟就会举步维艰；本篇波及的API较多，因而先做好归类，前面的代码依照分类来写会清晰一些，一共分为五类：矩阵属性、创立操作、读操作、写操作、矩阵计算，接下来用思维导图列出每一类的罕用API矩阵属性：
创立操作：
读操作：
写操作：
矩阵计算：
源码下载本篇实战中的残缺源码可在GitHub下载到，地址和链接信息如下表所示(https://github.com/zq2599/blo...)：名称链接备注我的项目主页https://github.com/zq2599/blo...该我的项目在GitHub上的主页git仓库地址(https)https://github.com/zq2599/blo...该我的项目源码的仓库地址，https协定git仓库地址(ssh)git@github.com:zq2599/blog_demos.git该我的项目源码的仓库地址，ssh协定这个git我的项目中有多个文件夹，《DL4J实战》系列的源码在<font color="blue">dl4j-tutorials</font>文件夹下，如下图红框所示：
<font color="blue">dl4j-tutorials</font>文件夹下有多个子工程，本次实战代码在<font color="blue">ndarray-experience</font>目录下，如下图红框：
创立工程在父工程<font color="blue">dl4j-tutorials</font>下新建名为<font color="blue">ndarray-experience</font>的子工程，其pom.xml如下：<?xml version="1.0" encoding="UTF-8"?><project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"> <parent> <artifactId>dlfj-tutorials</artifactId> <groupId>com.bolingcavalry</groupId> <version>1.0-SNAPSHOT</version> </parent> <modelVersion>4.0.0</modelVersion> <artifactId>ndarray-experience</artifactId> <dependencies> <dependency> <groupId>org.nd4j</groupId> <!--留神要用nd4j-native-platform，否则容器启动时报错：no jnind4jcpu in java.library.path--> <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<font color="blue">ndarray-experience</font>工程中最根本的办法先列出两个最根本的办法，前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办法返回值等于2shape：矩阵每个维度的大小，如2行3列的二维矩阵，shape办法返回值等于<font color="blue">[2, 3]</font>筹备一个静态方法，能够将INDArray实例的详情打印进去，用的就是rand和shape办法： 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形态 : ").append(Arrays.toString(indArray.shape())) .append("\n残缺矩阵 : \n").append(indArray); System.out.println(stringBuilder); }创立矩阵全零矩阵：zeros// 创立2行3列的全零矩阵INDArray indArray0 = Nd4j.zeros(2, 3);disp("全零矩阵", indArray0);执行后果全零矩阵维度 : 2形态 : [2, 3]残缺矩阵 : [[ 0, 0, 0], [ 0, 0, 0]]全1矩阵：ones// 创立2行3列的全一矩阵INDArray indArray1 = Nd4j.ones(2, 3);disp("全一矩阵", indArray1);执行后果全一矩阵维度 : 2形态 : [2, 3]残缺矩阵 : [[ 1.0000, 1.0000, 1.0000], [ 1.0000, 1.0000, 1.0000]]全是指定值的矩阵：valueArrayOf// 创立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);执行后果全是指定值(888)的矩阵维度 : 2形态 : [2, 3]残缺矩阵 : [[ 888.0000, 888.0000, 888.0000], [ 888.0000, 888.0000, 888.0000]]rand：随机矩阵（0到1之间的随机数）// 创立2行3列的随机矩阵INDArray indArray2 = Nd4j.rand(2, 3);disp("随机矩阵", indArray2);执行后果随机矩阵维度 : 2形态 : [2, 3]残缺矩阵 : [[ 0.7236, 0.5159, 0.1908], [ 0.9458, 0.4413, 0.4173]]随机高斯分布的矩阵(平均值为0,标准差为1)：randn// 创立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);执行后果随机高斯分布矩阵维度 : 2形态 : [2, 3]残缺矩阵 : [[ -0.4287, -0.5790, 0.5004], [ -0.5122, 1.0551, -0.1998]]等差数列：linspace// 创立等差数列，// 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);执行后果等差数列维度 : 1形态 : [10]残缺矩阵 : [ 1.0000, 1.5556, 2.1111, 2.6667, 3.2222, 3.7778, 4.3333, 4.8889, 5.4444, 6.0000]依据数组创立矩阵：create(float[] data, int[] shape)// 依据数组创立2行3列的矩阵INDArray indArray6 = Nd4j.create(new float[] {1, 2, 3, 4, 5, 6}, new int[] {2,3});disp("依据数组创立矩阵", indArray6);执行后果依据数组创立矩阵维度 : 2形态 : [2, 3]残缺矩阵 : [[ 1.0000, 2.0000, 3.0000], [ 4.0000, 5.0000, 6.0000]]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形态 : [2, 2, 3]残缺矩阵 : [[[ 888.0000, 888.0000, 888.0000], [ 888.0000, 888.0000, 888.0000]], ...