神经网络基础-神经网络补充概念-18-多个样本的向量化

概念

多个样本的向量化通常涉及将一组样本数据组织成矩阵形式，其中每一行代表一个样本，每一列代表样本的特征。这种向量化可以使你更有效地处理和操作多个样本，特别是在机器学习和数据分析中。

代码实现

import numpy as np# 多个样本的数据
samples = np.array([[1, 2, 3],[4, 5, 6],[7, 8, 9]])# 向量化为矩阵
matrix = samplesprint("原始样本数据：")
print(samples)print("\n向量化后的矩阵：")
print(matrix)