Python之深度學習入門

1、python語言的特點：是乙個簡單、易讀、易記的程式語言，而且是開源的，可以自由使用，可以用類似英語的語法編寫程式，編譯起來並不費力，此外，python不僅可以寫出可讀性高的**，還可以寫出效能高（處理速度快）的**，在需要處理大規模資料或者要求快速響應的情況下可以穩妥完成。

2、學習深度學習主要使用的外部庫是numpy庫（用於數值計算的庫，提供了很多高階的數學演算法和便利的陣列、矩陣操作方法）和matplotlib庫（用於畫圖的庫，能將實驗結果視覺化，並在視覺上確認深度學習執行期間的資料），可以有效地促進深度學習的實現，盡量避免使用外部庫。

3、python直譯器：被稱為「對話模式」，使用者能夠以和python對話方式進行程式設計，知識點如下：

4、python指令碼檔案：開啟文字編輯器建立以.py為字尾的檔案，寫好程式之後開啟終端，使用cd命令進入.py檔案所在位置，然後將該檔名作為引數，執行python命令，即使用python 指令碼檔名.py命令就可以執行這個python程式。

5、類：int、str等資料型別是「內建」資料型別，是python一開始就有的資料型別，使用者自己定義的類可以自己建立資料型別，也可以定義原創的方法（類函式）和屬性。特殊方法__init__是進行初始化的方法，也稱為建構函式，只在生成類的例項時被呼叫，而例項變數是儲存在各個例項中的變數，通過self後面新增屬性名來生成或訪問例項變數。

python中使用class關鍵字來定義類，遵循以下模板：

class 類名：

def__init__
(self, 引數, …)： #建構函式
… def 方法名1
(self, 引數, …)： #方法1
… def 方法名2
(self, 引數, …)： #方法2
…

a = np.array([[

1,2]
,[3,
4]])
a.shape #(2,2)
a.dtype #dtype('int64')

a = np.array([[

1,2]
,[3,
4]])
b = np.array([10
,20])
#一維陣列擴充套件成[[10,20],[10,20]]
a * b #array([[10,40], [30,80]])
a *10
#10擴充套件成[[10,10],[10,10]]

import numpy as np

import matplotlib.pyplot as plt
x = np.arange(0,
6,0.1)
#以0.1為單位，生成0-6的資料
y = np.sin(x)
y1 = np.cos(x)
plt.plot(x,y,label=
"sin"
)#將x,y的資料傳給該方法
plt.plot(x,y1,linestyle=
"--"
,label=
"cos"
)#用虛線繪製
plt.xlabel(
"x")
#x軸標籤
plt.xlabel(
"y")
#y軸標籤
plt.title(
'sin & cos'
)#標題
plt.legend(
)plt.show(
)#顯示圖形

>>

>
import keyword
>>
> keyword.kwlist
['false'
,'none'
,'true'
,'and'
,'as'
,'assert'
,'break'
,'class'
,'continue'
,'def'
,'del'
,'elif'
,'else'
,'except'
,'finally'
,'for'
,'from'
,'global'
,'if'
,'import'
,'in'
,'is'
,'lambda'
,'nonlocal'
,'not'
,'or'
,'pass'
,'raise'
,'return'
,'try'
,'while'
,'with'
,'yield'
]

Python深度學習 01深度學習入門

深度學習是機器學習與神經網路 人工智慧 圖形化建模 優化 模型識別和訊號處理等技術融合後產生的乙個領域。簡單來說，深度神經網路是一種用多層抽象來表示概念或者特徵的方式。深度學習使用多層機器學習模型對資料進行有監督學習或者無監督學習。在學習深度學習核心思想時，採取如圖所示的的通用方法 注意 單隱藏層神...

小白之深度學習入門

深度學習最近這幾年炒的特別熱，而且在計算機視覺方面應用廣泛，故而決定學習了解一波。那麼，第乙個問題就來了，什麼是機器學習？哇咔咔，這個光看名字就知道了，就是讓機器具有人類不斷學習的能力，並且解決我們現有的一些問題。先來說幾個簡單的概念 特徵 就是物體的屬性，我們人類經過學習之後，可以很快的將簡單的特...

深度學習入門之PytoRch 一 深度學習發展歷史

2 學習本書之前建議 我們一提到人工智慧就會想到機械人，其實機械人只是人工智慧的容器，沒有這個容器也是可以的，可以將人工智慧分為三個方面 1 弱人工智慧 比如戰勝全世界的al phago,它只會下象棋，但是辨識一下貓和狗的話，他就不知道怎麼做 2 強人工智慧 就是人類能幹的腦力活動，它全部都能幹 3...