Python 3.x mxnet导入nd或np以使用数组

我开始研究mxnet和gluon，但我对np/nd阵列的使用感到有些困惑

• 根据gluon网站上的建议，我通过运行以下程序安装了mxnet和gluon：

  pip install --upgrade mxnet gluoncv
  

  安装mxnet版本1.5.1.post0的。在这种情况下，要使用阵列，我需要：

  from mxnet import ndarray as nd
  

• 另一方面，我发现了一本基于mxnet的深度学习书籍，他们让您通过以下方式安装了更高版本的mxnet：

  pip install mxnet==1.6.0b20190915
  

  在这种情况下，您可以导入ndarray或直接导入np，因此：

  from mxnet import ndarray as nd
  from mxnet import np
  

两者都可以工作（而对于mxnet 1.5.1，从mxnet导入np失败）

如果我们已经有了nd，为什么可以在新版本中导入np？从nd或np创建的数组之间有什么区别吗？
在这两种情况下，我似乎都可以使用mxnet功能（如attach_grad（））。例如，以下功能可以正常工作：

from mxnet import np
array = np.array([1,2,3)
array.attach_grad()

谢谢

这里解释了引入

mx.np

模块的动机。要给出

mx.np

和

mx.nd

模块之间的几个突出区别：

mx.np

模块采用了官方的NumPy operator API，该API已经发展了近二十年，为来自NumPy世界的用户提供了一种轻松过渡到深度学习的体验，而

mx.nd

模块的开发没有遵循完善的规范来定义操作员签名，有时会造成混淆，例如，

dim

vs

axis

在

mx.np

中注册的运营商与官方NumPy运营商有着高度兼容的行为，而

mx.nd

运营商则不具备这些方面。例如，在

mx.np

中支持零维/标量、零大小、布尔张量和布尔索引，但在

mx.nd

中不支持

---

可以考虑<代码> MX.NP<代码>作为增强版的代码> MX.ND/COD>在可用性、功能和性能方面。code>mx.nd将在未来的版本中逐渐被弃用。

那么：

从mxnet导入numpy

有效吗？是的，有效。而且，正如我所说，以这种方式创建的阵列似乎可以使用mxnet的附加功能，而这些功能通常不适用于numpy阵列。numpy阵列和nd阵列之间的一个重大区别是，nd阵列可以通过传递上下文（例如，nd.array（[1,2]，ctx=mx.gpu（0））在gpu内存中分配您好，既然mxnet.glion.dataset似乎是ndarray格式的，那么建议如何将其转换为mx.np格式？