先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新Python全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上Python知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
如果你需要这些资料,可以添加V获取:vip1024c (备注Python)
正文
x = self.varGPointConv2(self.varGConv2(x))
x = self.se(x)
out += x
return self.prelu(out)
class VarGBlock_S2(nn.Module):
def init(self, in_plances,kernel_size, stride=2, S=8):
super(VarGBlock_S2, self).init()
plances = 2 * in_plances
self.varGConvBlock_branch1 = nn.Sequential(
VarGConv(in_plances, plances, kernel_size, stride, S),
VarGPointConv(plances, plances, 1, S, isRelu=True),
)
self.varGConvBlock_branch2 = nn.Sequential(
VarGConv(in_plances, plances, kernel_size, stride, S),
VarGPointConv(plances, plances, 1, S, isRelu=True),
)
self.varGConvBlock_3 = nn.Sequential(
VarGConv(plances, plances*2, kernel_size, 1, S),
VarGPointConv(plances*2, plances, 1, S, isRelu=False),
)
self.shortcut = nn.Sequential(
VarGConv(in_plances, plances, kernel_size, stride, S),
VarGPointConv(plances, plances, 1, S, isRelu=False),
)
self.prelu = nn.PReLU()
def forward(self, x):
out = self.shortcut(x)
x1 = x2 = x
x1= self.varGConvBlock_branch1(x1)
x2 = self.varGConvBlock_branch2(x2)
x_new = x1 + x2
x_new = self.varGConvBlock_3(x_new)
out += x_new
return self.prelu(out)
class HeadBlock(nn.Module):
def init(self, in_plances, kernel_size, S=8):
super(HeadBlock, self).init()
self.varGConvBlock = nn.Sequential(
VarGConv(in_plances, in_plances, kernel_size, 2, S),
VarGPointConv(in_plances, in_plances, 1, S, isRelu=True),
VarGConv(in_plances, in_plances, kernel_size, 1, S),
VarGPointConv(in_plances, in_plances, 1, S, isRelu=False),
)
self.shortcut = nn.Sequential(
VarGConv(in_plances, in_plances, kernel_size, 2, S),
VarGPointConv(in_plances, in_plances, 1, S, isRelu=False),
)
def forward(self, x):
out = self.shortcut(x)
x = self.varGConvBlock(x)
out += x
return out
class TailEmbedding(nn.Module):
def init(self, in_plances, plances=512, S=8):
super(TailEmbedding, self).init()
self.embedding = nn.Sequential(
Conv1x1BNReLU(in_plances, 1024),
nn.Conv2d(1024, 1024, 7, 1, padding=0, groups=1024 // S,
bias=False),
nn.Conv2d(1024, 512, 1, 1, padding=0, groups=512, bias=False),
)
self.fc = nn.Linear(in_features=512,out_features=plances)
def forward(self, x):
x = self.embedding(x)
x = x.view(x.size(0),-1)
out = self.fc(x)
return out
class VarGFaceNet(nn.Module):
def init(self, num_classes=512):
super(VarGFaceNet, self).init()
S = 8
self.conv1 = Conv3x3BNReLU(3, 40, 1)
self.head = HeadBlock(40,3)
self.stage2 = nn.Sequential(
VarGBlock_S2(40,3,2),
VarGBlock_S1(80, 3, 1),
VarGBlock_S1(80, 3, 1),
)
self.stage3 = nn.Sequential(
VarGBlock_S2(80, 3, 2),
VarGBlock_S1(160, 3, 1),
VarGBlock_S1(160, 3, 1),
VarGBlock_S1(160, 3, 1),
VarGBlock_S1(160, 3, 1),
VarGBlock_S1(160, 3, 1),
VarGBlock_S1(160, 3, 1),
)
self.stage4 = nn.Sequential(
VarGBlock_S2(160, 3, 2),
VarGBlock_S1(320, 3, 1),
VarGBlock_S1(320, 3, 1),
VarGBlock_S1(320, 3, 1),
)
self.tail = TailEmbedding(320,num_classes)
def init_params(self):
for m in self.modules():
if isinstance(m, nn.Conv2d):
nn.init.kaiming_normal_(m.weight)
nn.init.constant_(m.bias, 0)
elif isinstance(m, nn.Linear) or isinstance(m, nn.BatchNorm2d):
nn.init.constant_(m.weight, 1)
nn.init.constant_(m.bias, 0)
def forward(self, x):
x = self.conv1(x)
x = self.head(x)
x = self.stage2(x)
文末有福利领取哦~
👉一、Python所有方向的学习路线
Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
👉二、Python必备开发工具
👉三、Python视频合集
观看零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
👉 四、实战案例
光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。(文末领读者福利)
👉五、Python练习题
检查学习结果。
👉六、面试资料
我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
👉因篇幅有限,仅展示部分资料,这份完整版的Python全套学习资料已经上传
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip1024c (备注python)
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
👉因篇幅有限,仅展示部分资料,这份完整版的Python全套学习资料已经上传
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip1024c (备注python)
[外链图片转存中…(img-rKl3fh6I-1713395150507)]
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!