python学习笔记:2.5——2.6

2.5 表达式和运算符

  • 表达式,就是由变量、运算符、数字、数字分组符号(括号)等以能求得数值的有意义排列方法所得的组合
  • 运算的分类
    • 1.算术运算
      2.比较运算/关系运算
      3.赋值运算
      4.逻辑运算
      5.位运算
      6.成员运算
      7.身份运算
  • 算数运算
    • 1.算术运算
      2.比较运算/关系运算
      3.赋值运算
      4.逻辑运算
      5.位运算
      6.成员运算
      7.身份运算
  • 比较运算
    == 等于运算
    != 不等于运算
    ’> 大于运算
    < 小于运算
    ‘>= 大于等于运算
    <= 小于等于运算
  • 逻辑运算
    • and 与运算(有假则假)
    • or 或运算(有真则真)
    • not 非运算(条件取反)
  • 位运算
  • 0 视为false 1视为true
    • & 按位与运算
      • 变量 = 值1
        &
        值2
    • | 按位或运算
      • 变量 = 值1 | 值2
    • ~按位非运算
      • 变量 = ~值
    • ^按位抑或运算
      • 变量 = 值1 ^ 值2
    • 左移运算
      • 变量 = 值
        << 移动位数
        左移N位相当于乘以2的N次方,此方法速度远高于乘法
    • 右移运算
      • 变量 = 值
        ’> > 移动位数
        右移N位相当于除以2的N次方,舍弃小数部分。此方法速度远高于除法
  • 成员运算
    • in 检测一个值在指定的序列类型里面
    • not in 检测一个值是否不再指定的序列里面
  • 身份运算
    • is 检测值1是不是和值2在内存中是否是同一个值,类似id()功能
      • 格式: 数据1 is 数据2
    • is not 检测值1是不是和值2在内存中是否不是同一个值,类似id()功能
      • 格式: 数据1 is not 数据2
  • 运算优先级问题
    在实际使用中最好使用()解决优先级问题
  • 检测数据归属
    • type() 测试时可以使用,开发尽量避免使用
      格式:type(变量)
    • isinstance() 检测一个数据是否由指定的类型创建
      格式:isinstance(变量,检测的类型)

2.6 顺序结构&分支结构

  • 三大类
    • 1.顺序结构
      2.分支结构/选择结构
      3.循环结构
  • 1.顺序结构
    • 程序自上而下执行,默认结构
  • 2.分支结构/选择结构
    • (1)单项分支

      • if 条件表达式:
        python代码…
        python代码…
        python代码…
        1.如果if后面的条件表达式结构为True,则执行:后面的代码组,如果,if条件表达式结果为False,则不会执行:后面的代码组。
        2.if语句冒号的下一行必须有缩进,否则有语法错误!
        3.如果if:后面出现的语句不再缩进,那么则不会被if的条件表达式结构控制
        4.条件表达式结果为True执行的区间,那么称作真区间或者if区间
    • (2)双向分支

      • if 条件表达式:
        python代码…
        python代码…
        python代码…

        else:
        python代码…
        python代码…
        python代码…

        1.双向分支有2个区间,分别是True控制的if区间(真区间)和False控制的else区间(假区间)
        2.if区间内容必须完全缩进,否则出现语法问题
    • (3)多项分支

      • if 条件表达式:
        python语句…
        python语句…
        python语句…

        elif 条件表达式:
        python语句…
        python语句…
        python语句…

        elif 条件表达式:
        python语句…
        python语句…
        python语句…

        else:
        python语句…
        python语句…
        python语句…

        1.无论什么样的分支,有多少个分支,分支结构只会执行其中一个分支,然后就会结束分支结构
        2.多项分支的条件判断是自上而下逐个判断的,True就执行这个分支,False就不执行这个分支

      • (4)巢状分支

        • if x < 5:
          print(‘x真的小于5哦’)

          if y < 6:
          print(‘如果y < 6,我会被输出’)

          elif y > 6:
          print(‘如果上y大于6,我会被输出’)

          elif x > 5:
          print(‘x大于5’)
          是多个其他if…else分支的嵌套组合;既可以在if区间嵌套,也可以在else区间嵌套或者elif区间嵌套

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于PyTorch的Embedding和LSTM的自动写诗实验LSTM (Long Short-Term Memory) 是一种特殊的循环神经网络(RNN)架构,用于处理具有长期依赖关系的序列数据。传统的RNN在处理长序列时往往会遇到梯度消失或梯度爆炸的问题,导致无法有效地捕捉长期依赖。LSTM通过引入门控机制(Gating Mechanism)和记忆单元(Memory Cell)来克服这些问题。 以下是LSTM的基本结构和主要组件: 记忆单元(Memory Cell):记忆单元是LSTM的核心,用于存储长期信息。它像一个传送带一样,在整个链上运行,只有一些小的线性交互。信息很容易地在其上保持不变。 输入门(Input Gate):输入门决定了哪些新的信息会被加入到记忆单元中。它由当前时刻的输入和上一时刻的隐藏状态共同决定。 遗忘门(Forget Gate):遗忘门决定了哪些信息会从记忆单元中被丢弃或遗忘。它也由当前时刻的输入和上一时刻的隐藏状态共同决定。 输出门(Output Gate):输出门决定了哪些信息会从记忆单元中输出到当前时刻的隐藏状态中。同样地,它也由当前时刻的输入和上一时刻的隐藏状态共同决定。 LSTM的计算过程可以大致描述为: 通过遗忘门决定从记忆单元中丢弃哪些信息。 通过输入门决定哪些新的信息会被加入到记忆单元中。 更新记忆单元的状态。 通过输出门决定哪些信息会从记忆单元中输出到当前时刻的隐藏状态中。 由于LSTM能够有效地处理长期依赖关系,它在许多序列建模任务中都取得了很好的效果,如语音识别、文本生成、机器翻译、时序预测等。
CSDN IT狂飙上传的代码均可运行,功能ok的情况下才上传的,直接替换数据即可使用,小白也能轻松上手 【资源说明】 基于MATLAB实现的这个代码主要是研究手写数字的识别效率,用卷积神经网络算法来实现,用的是官方手写字体数据,能够显现百分之九十以上的识别率+使用说明文档 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2020b;若运行有误,根据提示GPT修改;若不会,私信博主(问题描述要详细); 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可后台私信博主; 4.1 期刊或参考文献复现 4.2 Matlab程序定制 4.3 科研合作 功率谱估计: 故障诊断分析: 雷达通信:雷达LFM、MIMO、成像、定位、干扰、检测、信号分析、脉冲压缩 滤波估计:SOC估计 目标定位:WSN定位、滤波跟踪、目标定位 生物电信号:肌电信号EMG、脑电信号EEG、心电信号ECG 通信系统:DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测识别融合、LEACH协议、信号检测、水声通信 5、欢迎下载,沟通交流,互相学习,共同进步!
基于LSTM+CNN的自然语言处理,基于单维LSTM、多维LSTM时序预测算法和多元线性回归算法的预测模型LSTM (Long Short-Term Memory) 是一种特殊的循环神经网络(RNN)架构,用于处理具有长期依赖关系的序列数据。传统的RNN在处理长序列时往往会遇到梯度消失或梯度爆炸的问题,导致无法有效地捕捉长期依赖。LSTM通过引入门控机制(Gating Mechanism)和记忆单元(Memory Cell)来克服这些问题。 以下是LSTM的基本结构和主要组件: 记忆单元(Memory Cell):记忆单元是LSTM的核心,用于存储长期信息。它像一个传送带一样,在整个链上运行,只有一些小的线性交互。信息很容易地在其上保持不变。 输入门(Input Gate):输入门决定了哪些新的信息会被加入到记忆单元中。它由当前时刻的输入和上一时刻的隐藏状态共同决定。 遗忘门(Forget Gate):遗忘门决定了哪些信息会从记忆单元中被丢弃或遗忘。它也由当前时刻的输入和上一时刻的隐藏状态共同决定。 输出门(Output Gate):输出门决定了哪些信息会从记忆单元中输出到当前时刻的隐藏状态中。同样地,它也由当前时刻的输入和上一时刻的隐藏状态共同决定。 LSTM的计算过程可以大致描述为: 通过遗忘门决定从记忆单元中丢弃哪些信息。 通过输入门决定哪些新的信息会被加入到记忆单元中。 更新记忆单元的状态。 通过输出门决定哪些信息会从记忆单元中输出到当前时刻的隐藏状态中。 由于LSTM能够有效地处理长期依赖关系,它在许多序列建模任务中都取得了很好的效果,如语音识别、文本生成、机器翻译、时序预测等。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值