启动

①在“d2l-zh”目录文件资源管理器的地址栏输入cmd进入命令行模式。或者Win+R启动cmd，cd到“d2l-zh”位置下； ②激活环境，conda activate gluon ③启动jupyter notebook，jupyter notebook ④jupyter中打开chapter_prerequisite —> ndarray.ipynb

拓展知识

深度学习库 MXNet MXnet是亚马逊（Amazon）选择的深度学习库。它拥有类似于 Theano 和 TensorFlow 的数据流图，为多 GPU 配置提供了良好的配置，有着类似于 Lasagne 和 Blocks 更高级别的模型构建块，并且可以在你可以想象的任何硬件上运行。 NDArray 即N-Dimensional Array，即n维数组的意思。 在MXNet中，NDArray是一个类，也是存储和变换数据的主要工具。 代码运行 可直接在jupyter中运行和修改调试，也可使用Anaconda 3 Spyder。Spyder是Python的一个简单的集成开发环境。和其他的Python开发环境相比，它最大的优点就是模仿MATLAB的“工作空间”的功能，可以很方便地观察和修改数组的值。

NDArray基本数据操作

1）创建NDArry

from mxnet import nd #从MXNet导入ndarray模块。这里的nd是ndarray的缩写形式

①创建指定值的NDArray

X= nd.array([[2, 1, 4, 3], [1, 2, 3, 4], [4, 3, 2, 1]])

②创建指定形状的随机NDArray

#形状为(3, 4)的NDArray，它的每个元素都随机采样于均值为0、标准差为1的正态分布。 nd.random.normal(0, 1, shape=(3, 4))

③创建指定形状的单位或零数组

nd.zeros((2, 3, 4)) nd.ones((3, 4))

2）NDArry操作与基本运算

①size与shape 通过size属性得到NDArray实例中元素（element）的总数。 通过shape属性来获取NDArray实例的形状

x.shape x.size

②sum求和 对NDArray中的所有元素求和得到只有一个元素的NDArray

x.sum()

③基本运算 形状相同的NDArray的四则运算：+ - * /，其中乘除是矩阵按元素进行乘除运算。 点乘（矩阵乘法）

nd.dot(X, Y)

连接：

nd.concat(X, Y, dim=0), nd.concat(X, Y, dim=1) #下面分别在行上（维度0，即形状中的最左边元素）和列上（维度1，即形状中左起第二个元素）连结两个矩阵。