本教程适合对人工智能有一定的了解的同学，特别是对实际使⽤深度学习感兴趣的⼤学⽣、⼯程师和研究⼈员。但本教程并不要求你有任何深度学习或者机器学习的背景知识，我们将从头开始解释每⼀个概念。虽然深度学习技术与应⽤的阐述涉及了数学和编程，但你只需了解基础的数学和编程，例如基础的线性代数、微分和概率，以及基础的 Python 编程本教程将全⾯介绍深度学习从模型构造到模型训练的⽅⽅⾯⾯，以及它们在计算机视觉和⾃然语⾔处理中的应⽤。我们不仅将阐述算法原理，还将基于 Apache MXNet 来演⽰它们的实现和运⾏。如果你之前没有接触过 Python，可以参考中⽂教程 或英⽂教程 。当然，如果你只对本教程中的数学部分感兴趣，你可以忽略掉编程部分，反之亦然。
二.安装
由于笔者本人用的是windows操作系统，因此只需要在windows命令行界面的模式下输入：
pip install mxnet
于是很快就可以安装完成了，如果不能安装的话，我们可以采用游侠加速器，在电脑上安装这个加速器，注册登录之后就可以使用了。这个加速器是可以免费使用一天的，之后的话基本上是一个月30元，对于学习计算机的朋友来说也并不是很贵，可以左转到百度搜索下载游侠加速器即可。
三.1：数据操作
在深度学习中，我们通常会频繁地对数据进⾏操作。作为动⼿学深度学习的基础，本节将介绍如何对内存中的数据进⾏操作。在MXNet中，NDArray是存储和变换数据的主要⼯具，数据操作对于我们之后的学习相当重要。如果你之前⽤过NumPy，你会发现NDAr-ray 和 NumPy 的多维数组⾮常类似。然而，NDArray 提供 GPU 计算和⾃动求梯度等更多功能，这些使得 NDArray 更加适合深度学习。
首先我们从MXNet当中导入ndarray模块，这里的nd是ndarray的缩写形式。
我们输入：
from mxnet import nd