Deep Learning部分函數用法

B=squeeze(A);   B與A有相同的元素，但是A中所有一行或一列的維度都被去除了，二位陣列或是單個數值不受蓋函數的影響。如squeeze(4,1,3)，運行後爲4行3列的矩陣。   

strcmp(str1,str2);   比較字符串str1和str2，若完全相同則返回1，否則返回0。

floor(a);   朝負無窮方向取整。

all(a);   若a爲一個向量，若向量所有元素均非零，則返回邏輯值1，若向量中含有零，則返回邏輯值0；若a爲矩陣，則返回一個行向量，用於檢測每一列是否均爲非零元素，如果某一列中全爲非零元素則返回1，若含有非零元素則返回0。

assert(c>0,['c='num2str(c)'<0 is impossible!']);   當滿足條件c>0時繼續運行，不滿足是，輸出後面中括號中的內容。

prod(A);   若A爲一個向量，則返回A中所有元素的乘積；若A爲一個矩陣，則返回每一列乘積所組成的一個行向量。

struct('field1',values1,'field2',values2);   創建一個具有指定字段名和相應數據的結構數組。

reshap(a,m,n);   把矩陣a重新拼接成一個m*n的矩陣或向量；

expand();  用於多項式的展開運算；