组作为查找表。假如我们想实现字符到 ASCII 码的映射，则可以将字符的 ASCII 码值作为索引，对应的元素存放在数组中的对应位置。 ‧ 机器学习：神经网络中大量使用了向量、矩阵、张量之间的线性代数运算，这些数据都是以数组的形式 构建的。数组是神经网络编程中最常使用的数据结构。 ‧ 数据结构实现：数组可以用于实现栈、队列、哈希表、堆、图等数据结构。例如，图的邻接矩阵表示实 际上是一个二维数组。

组作为查找表。假如我们想实现字符到 ASCII 码的映射，则可以将字符的 ASCII 码值作为索引，对应的元素存放在数组中的对应位置。 ‧ 机器学习：神经网络中大量使用了向量、矩阵、张量之间的线性代数运算，这些数据都是以数组的形式 构建的。数组是神经网络编程中最常使用的数据结构。 ‧ 数据结构实现：数组可以用于实现栈、队列、哈希表、堆、图等数据结构。例如，图的邻接矩阵表示实 际上是一个二维数组。

DeepLearning4J——一个 Java 深度学习库 ND4J——用于 JVM 的高效矩阵数学库 Dex——一个基于 Java 的数据可视化工具 Smile——一个全面的机器学习、自然语言处理、 线性代数、图、插值与 可视化系统。除了 Java API，Smile 还提供了函数式的 Kotlin API 以及 Scala 与 Clojure API。 Smile-NLP-kt——以 Kotlin

DeepLearning4J——一个 Java 深度学习库 ND4J——用于 JVM 的高效矩阵数学库 Dex——一个基于 Java 的数据可视化工具 Smile——一个全面的机器学习、自然语言处理、 线性代数、图、插值与可视化系统。除 了 Java API，Smile 还提供了函数式的 Kotlin API 以及 Scala 与 Clojure API。 Smile-NLP-kt——以 Kotlin