Sign in
There are a total of 5 posts.
2025-12-17
對於深度學習開發者而言，NumPy 與 PyTorch 的關係常令人困惑。本文清晰說明 NumPy 主要用於 CPU 數值計算、資料前處理與視覺化，而 PyTorch 則負責 GPU 張量運算與自動微分。兩者可共享記憶體，實務中需頻繁轉換，掌握此流程可提升開發效率。
2025-12-16
NumPy 的基礎運算（+、-、*、/、**）、比較運算、聚合函數（sum、mean、max、min）以及 axis 概念，從深度學習角度詳細說明。透過實例學習元素級運算、標量運算、遮罩、feature‑wise 與 sample‑wise 統計，快速將數學公式轉為 NumPy/PyTorch 代碼，實現損失、準確率、正規化等核心計算。
本篇文章以實例說明 NumPy 與 PyTorch 中張量的索引與切片技巧，從 1 維到 4 維以上，涵蓋視圖與複製、布林索引、整數陣列索引，協助讀者快速掌握深度學習資料前處理與模型操作。
2025-12-15
深入探討 NumPy 的核心概念 ndarray，從 array 建構、dtype 指定、shape 讀取、reshape 變形到 astype 型別轉換，配合實例說明，為深度學習初學者提供完整且易懂的基礎知識。
對於剛接觸深度學習的人，本文簡單說明了為什麼 NumPy 是必備的，以及它與 PyTorch 的關係。通過範例整理向量化、廣播、線性代數等核心概念，幫助你在使用框架前打下堅實的數學基礎。
