第一章 基礎知識
python是什麼
python安裝
python直譯器
type()
算數計算、列表、元組、字典、布林型、
if語句、for語句、函式、
python指令碼檔案.py格式
類，自定義資料型別class
class 類名：
def__init__
(self,引數...
):#建構函式
def 方法名 （self,引數.
..）#普通方法
陣列和矩陣的計算
生成陣列，使用numpy.array()方法
numpy的n維陣列
a = numpy.array([[
1,2]
,[3,
4]])
#建立乙個2*2的陣列
a.shape #檢視矩陣的形狀 結果是（2,2）
a.dtype #檢視矩陣的資料型別 結果是dtype('int64')
向量、矩陣、張量
廣播：當矩陣和【標量】、【或不同形狀的矩陣，但是最後乙個維度的長度和當前矩陣長度相同也可以進行運算】進行乘積運算，標量可以看成是同樣大小型別的矩陣，這種方式就是廣播
訪問元素
下標x[0]
;for迴圈；陣列切片形式
matplotlib
繪製圖形庫，實現資料視覺化
關注pyplot模組和image模組
第二章 感知機 perceptron
深度學習入門 基於python的理論與實現 2
2.3 感知器的實現 2.4 感知器的侷限性 2.5 多層感知器 感知器接受多個輸入訊號，輸出乙個訊號。如圖是乙個接收兩個輸入訊號的感知器。x2 是輸入訊號，y yy是輸出訊號，w 1w 1 w1 w 2w 2 w2 是權重。圖中的圓圈稱為 神經元 或 節點 輸入訊號被送往神經元時，會被分別乘以固定...
《深度學習入門 基於Python的理論與實現》2
輸出層的設計 對於乙個神經網路模型，輸出的個數如何確定？各層的變數數如何確定？計算中用到的各權重如何確定？都是需要考慮的問題。先給我的答案 首先明確一點，啟用函式是用來加入非線性因素的，因為線性模型的表達力不夠。假設如果沒有啟用函式的出現，你每一層節點的輸入都是上層輸出的線性函式，很容易驗證，無論你...
基於Python的Keras深度學習基礎
keras 的核心資料結構是 model，一種組織網路層的方式。最簡單的模型是 sequential 順 序模型，它是由多個網路層線性堆疊的棧。對於更複雜的結構，你應該使用 keras 函式式 api，它允許構建任意的神經網路圖。sequential 順序模型如下所示 from keras.mode...