在学习nd4j的过程中，还有其他一些基本的矩阵操作要突出显示。（示例代码）
转置
矩阵的转置是它的镜像。矩阵A第1行第2列中的元素将位于矩阵A转置后的第2行第1列中，其数学符号为a到t或a^t。请注意，沿正方形矩阵对角线的元素不会移动-它们位于反射的铰链。在nd4j中，矩阵转置就像这样：
INDArray nd = Nd4j.create(new float[]{1, 2, 3, 4}, new int[]{2, 2});
[1.0 ,3.0]
[2.0 ,4.0]
nd.transpose();
[1.0 ,2.0]
[3.0 ,4.0]
image.gif
像这样的长矩阵
[1.0 ,3.0 ,5.0 ,7.0 ,9.0 ,11.0]
[2.0 ,4.0 ,6.0 ,8.0 ,10.0 ,12.0]
image.gif
转置后像这样子：
[1.0 ,2.0]
[3.0 ,4.0]
[5.0 ,6.0]
[7.0 ,8.0]
[9.0 ,10.0]
[11.0 ,12.0]
image.gif
实际上，转置只是更一般操作的一个重要子集：变形。
变形
是的，矩阵可以变形。你可以更改它们的行数和列数。变形矩阵必须满足一个条件：其行和列的乘积必须等于原始矩阵的行和列的乘积。例如，继续按列排列，可以将3×4矩阵变形为2×6矩阵：
INDArray nd2 = Nd4j.create(new float[]{1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}, new int[]{2, 6});
image.gif
数组nd2如下所示
[1.0 ,3.0 ,5.0 ,7.0 ,9.0 ,11.0]
[2.0 ,4.0 ,6.0 ,8.0 ,10.0 ,12.0]
image.gif
变形它是很容易的，并且遵循我们赋予它形状的相同约定
nd2.reshape(3,4);
[1.0 ,4.0 ,7.0 ,10.0]
[2.0 ,5.0 ,8.0 ,11.0]
[3.0 ,6.0 ,9.0 ,12.0]
image.gif
线性视图
这是任意nd数组的直视图。你可以像向量一样，线性地通过nd数组，把它压缩成一条长线。线性视图允许你执行非破坏性操作（由于元素在nd数组中发生了更改，因此变形和其他操作可能具有破坏性）。线性视图只适用于元素操作（而不是矩阵操作），因为视图不保留缓冲区的顺序。
nd2.linearView();
[1.0 ,2.0 ,3.0 ,4.0 ,5.0 ,6.0 ,7.0 ,8.0 ,9.0 ,10.0 ,11.0 ,12.0]
image.gif
广播
广播是高级的。它通常发生在后台，不需要调用。理解它的最简单方法是使用一个长行向量，如上面的向量。
nd2 = Nd4j.create(new float[]{1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12});
image.gif
广播实际上会复制该行向量的多个副本，并将它们组合成一个较大的矩阵。第一个参数是你想要“广播”的拷贝数，也是所涉及的行数。为了避免抛出编译器错误，请使广播的第二个参数等于行向量中的元素数。
//3个副本并有3行
nd2.broadcast(new int[]{3,12});
[1.0 ,4.0 ,7.0 ,10.0 ,1.0 ,4.0 ,7.0 ,10.0 ,1.0 ,4.0 ,7.0 ,10.0]
[2.0 ,5.0 ,8.0 ,11.0 ,2.0 ,5.0 ,8.0 ,11.0 ,2.0 ,5.0 ,8.0 ,11.0]
[3.0 ,6.0 ,9.0 ,12.0 ,3.0 ,6.0 ,9.0 ,12.0 ,3.0 ,6.0 ,9.0 ,12.0]
//6个副本并有6行
nd2.broadcast(new int[]{6,12});
[1.0 ,7.0 ,1.0 ,7.0 ,1.0 ,7.0 ,1.0 ,7.0 ,1.0 ,7.0 ,1.0 ,7.0 ]
[2.0 ,8.0 ,2.0 ,8.0 ,2.0 ,8.0 ,2.0 ,8.0 ,2.0 ,8.0 ,2.0 ,8.0 ]
[3.0 ,9.0 ,3.0 ,9.0 ,3.0 ,9.0 ,3.0 ,9.0 ,3.0 ,9.0 ,3.0 ,9.0 ]
[4.0 ,10.0 ,4.0 ,10.0 ,4.0 ,10.0 ,4.0 ,10.0 ,4.0 ,10.0 ,4.0 ,10.0]
[5.0 ,11.0 ,5.0 ,11.0 ,5.0 ,11.0 ,5.0 ,11.0 ,5.0 ,11.0 ,5.0 ,11.0]
[6.0 ,12.0 ,6.0 ,12.0 ,6.0 ,12.0 ,6.0 ,12.0 ,6.0 ,12.0 ,6.0 ,12.0]
image.gif
