深度学习入门 基于python的理论和实践 第一章

目录

一、Python是什么？

二、Python的安装

2.1 Python版本

2.2 使用的外部库

三、Python的基本语法

3.1 算术运算

3.2 数据类型

3.3 列表

3.4 字典

3.5 bool类型

四、类

五、 Numpy

5.1 导入并且使用Numpy库

5.2 生成Numpy数组

5.3 Numpy的算数运算

5.4 Numpy的N维数组

5.5 广播机制

 5.6 访问元素

六、 Matplotlib

6.1 生成图像

 6.2 显示图像

总结

---

一、Python是什么？

1.Python是一个简单、易读、易记的编程语言，而且是开源的，对于首次接触编程的人士来说，Python是最合适的语言。

2.Google、Microsoft、Facebook等战斗在IT行业最前沿的企业经常使用Python。

3.在科学领域，特别是在机器学习、数据科学领域，Python被大量使用。Python凭借着NumPy、SciPy等优秀的数值计算、统计分析库，在数据科学领域占有不可动摇的地位。深度学习的框架中也有很多使用Python的场景，比如Caffe、TensorFlow、Chainer、Theano等著名的深度学习框架都提供了Python接口。因此，学习Python对使用深度学习框架大有益处。
 

二、Python的安装

2.1 Python版本

        本书使用Python3.x版本，Anaconda安装3.x版本。

2.2 使用的外部库

Numpy与Matpoltlib

• NumPy是用于数值计算的库，提供了很多高级的数学算法和便利的矩阵操作方法。本书将使用这些便利的方法来有效地促进深度学习的实现。
• Matplotlib是用来画图的库。使用Matplotlib能将实验结果可视化，并在视觉上确认深度学习运行期间的数据。

三、Python的基本语法

3.1 算术运算

* 乘法，/表示出发，**表示乘方

注：python3.x中整数除以整数是小数浮点数

3.2 数据类型

>>>type（10）

<class 'int'>

解释为10是int类型。

3.3 列表

>>> a = [1,2,3,4,5]  #生成列表
>>> print(a)         #输出列表
[1, 2, 3, 4, 5]
>>> len(a)           #输出列表长度
5
>>> a[0]            #访问第一个元素
1

>>> a[0:2]          #切片，获取索引0到1的元素，不包括2
[1, 2]
>>> a[1:]          #获取从第1到最后的元素
[2, 3, 4, 5]
>>> a[:-1]          #获取除最后一个，其他元素
[1, 2, 3, 4]

3.4 字典

>>> b = {'height':180}  #生成字典
>>> b['height']             #访问元素
180
>>> b['weight'] = 70  #增添新元素
>>> print(b)
{'height': 180, 'weight': 70}

3.5 bool类型

        bool型取ture或者false的一个值。布尔运算包括and，or， not