深度学习入门 : 基于Python的理论与实现

1.5  NumPy 

11

class Man:

def __init__(self, name):

self.name = name

print("Initialized!")

def hello(self):

print("Hello " + self.name + "!")

def goodbye(self):

print("Good-bye " + self.name + "!")

m = Man("David")

m.hello()

m.goodbye()

从终端运行

man.py

。

$ python man.py

Initialized!

Hello David!

Good-bye David!

这里我们定义了一个新类

Man

。上面的例子中，类

Man

生成了实例（对象）

m

。

类

Man

的构造函数（初始化方法）会接收参数

name

，然后用这个参数初始

化实例变量

self.name

。实例变量是存储在各个实例中的变量。

Python

中可

以像

self.name

这样，通过在

self

后面添加属性名来生成或访问实例变量。

1.5

NumPy

在深度学习的实现中，经常出现数组和矩阵的计算。

NumPy

的数组类

（

numpy.array

）中提供了很多便捷的方法，在实现深度学习时，我们将使用这

些方法。本节我们来简单介绍一下后面会用到的

NumPy

。

1.5.1

　导入NumPy

NumPy

是外部库。这里所说的“外部”是指不包含在标准版

Python

中。

因此，我们首先要导入

NumPy

库。