python第一课：如何学好一门语言

广东工商职业技术大学人工智能实验室

已于 2024-01-17 23:26:21 修改

阅读量2.1k

点赞数 50

分类专栏：广东工商职业技术大学人工智能实验室学生寒假学习任务用pytorch实现卷积神经网络完成mnist手写数字识别文章标签： python 开发语言

于 2024-01-11 04:15:47 首次发布

本文链接：https://blog.csdn.net/q774798577/article/details/135516816

版权

广东工商职业技术大学人工智能实验室学生寒假学习任务同时被 2 个专栏收录

8 篇文章 6 订阅

订阅专栏

用pytorch实现卷积神经网络完成mnist手写数字识别

8 篇文章 0 订阅

订阅专栏

本文指导如何快速掌握编程语言，包括Python的历史、特性、基本语法、选择合适的开发工具（如Anaconda/VSCode）、在线编程手册、流行的开源框架（如PyTorch、TensorFlow和PaddlePaddle），以及动态与静态计算图的区别。

摘要由CSDN通过智能技术生成

0：如何快速掌握一门编程语言

1）了解编程语言的特性和历史
2）了解编程语言的基本语法
3）选择开发工具并实现第一个程序
4）选择一个编程手册，便于查阅
5）选择一个流行的开源框架，并掌握
6）不断实践，并养成阅读技术博客的习惯

1：了解编程语言的特性与发展历史

Python是一种通用的高级编程语言，以其简单性和可读性而闻名。Python由Guido van Rossum创建，于1991年首次发布，旨在强调代码的可读性和效率，使初学者和有经验的开发人员都可以使用它。以下是对其特点和发展历史的概述：

特性：

1）Readability:Python的语法清晰易理解，类似于伪代码。这种可读性降低了程序维护和开发的成本。

2）Extensive Libraries: Python拥有丰富的库和框架集合，用于各种任务，从web开发（Django，Flask）到数据分析（NumPy，Pandas）和机器学习 (pytorch,TensorFlow, scikit-learn).

3）Portability: Python是独立于平台的, 允许在一个系统上编写的代码在另一个系统上运行而不需要修改，这是因为它的解释性质。

4）Interpreted Nature:Python是一种解释式语言, 逐行执行代码, 它可以实现快速的开发和调试。

5）Dynamic Typing: Python使用动态类型，允许变量在执行过程中根据需要更改类型，提供了灵活性，但需要注意潜在的与类型相关的错误。

发展历史：

早期（20世纪80年代-90年代）：圭多·范·罗瑟姆在20世纪80年代末在荷兰的威斯昆德和信息学中心（CWI）发起了巨蟒公司的发展。第一个版本，Python 0.9.0，于1991年发布。

Python2和Python 3的一个重要里程碑。Python 3于2008年推出，旨在纠正一些设计缺陷，增强语言。然而，由于向后不相容的变化，采用是渐进的。

用户的增长和流行：Python的流行由于其在数据科学，网络开发和人工智能等领域的简单性和应用，在2010年代激增。

社区和支持：Python拥有一个充满活力和包容性的社区，为其丰富的库、框架和资源的生态系统做出了贡献。Python软件基金会（PSF）负责监督Python的开发和社区活动。

最近的开发：Python继续随着常规版本的发展。不断地引入新特性、性能改进以及对库和框架的更新。

Python的开发过程特点是其对各种领域的适应性，其强大的社区支持，以及其对可读性和简单性的承诺，使其成为所有级别程序员的流行选择。

2：了解编程语言的基本语法

1）缩进:
Python使用缩进来定义代码块，而不是大括号或关键字。一致的缩进（通常是四个空格）对于代码的可读性和功能至关重要。

2）注释:
单行注释以#开始，而多行注释可以包含在三引号中（“或”“”）。

3）变量和数据类型:
变量是通过使用=为它们赋值来创建的。Python有多种数据类型，包括：
- Integers (int), e.g., x = 5
- Floats (float), e.g., y = 3.14
- Strings (str), e.g., name = "Python"
- Booleans (bool), e.g., is_true = True

4）控制结构:
条件语句 (if-elif-else):

if condition1:
         # code block
     elif condition2:
         # code block
     else:
         # code block

循环结构 (for and while):

   for item in iterable:
         # code block

     while condition:
         # code block

5）方法:
函数使用def关键字进行定义：

  def function_name(parameters):
         # code block
         return something

6）列表、元组和字典：
列表（list）：用方括号括起来的有序的、可变的项目集合[]

my_list = [1, 2, 3, 'a', 'b']

元组（元组）：有序，不可变集合，括号（）。

my_tuple = (1, 2, 3, 'a', 'b')

字典（dict）：在花括号{}中包含的键值对的无序集合。

my_dict = {'key1': 'value1', 'key2': 'value2'}

7） Input/Output:

Input: input() 函数用于接收用户的输入。
Output: print() 函数用于显示到控制台的输出。

8）异常处理：

Python 使用 try, except, finally, else, 和 raise用于处理异常和错误的语句。

3：选择开发工具并实现第一个程序

在实际工作中，主流软件一般选择安装Anaconda/ VScode 组合，也可使用pycharm等。大家可自行网上查找相关资料下载安装尝试。因教学阶段大家还未接触很深很复杂的代码和网络。debug需求不大，另外个人电脑，配置不同，安装各种软件造成卡顿等极其麻烦。所以我们可先选择在线平台进行开发。如 AIstudio: https://aistudio.baidu.com/index 有丰富的实战项目及有奖竞赛。以上开发工具及在线平台大家自行选择。相互帮助问一下如何使用即可。
同时也给大家推荐七月在线平台：https://www.julyedu.com/，有丰富的AI课程和相关辅导。

4：选择一个在线编程手册，便于查阅

Python 语言参考手册 https://docs.python.org/zh-cn/3/reference/index.html
python菜鸟教程 https://www.runoob.com/python/python-tutorial.html

5：选择一个流行的开源框架，并掌握

目前主流python框架PyTorch, TensorFlow, and PaddlePaddle.

PyTorch:

优点:

Dynamic Computational Graph（动态计算图）:PyTorch使用动态计算图方法，允许在运行时轻松调试和动态创建神经网络，使其更直观的实验和调试。

缺点:

部署复杂性: 从历史上看，在生产中部署PyTorch模型可能更复杂，因为本地部署选项更少。然而，这一差距一直在缩小。
没有TensorFlow成熟:虽然快速发展，但与紧张流相比，它的预先训练过的模型可能更少，与其他工具的集成也更少。

TensorFlow:

优点:

强大的部署支持：Tensorflow有更好的支持和工具来大规模部署模型，包括针对移动和边缘设备的张流服务和张流精简版。
TensorBoard: 提供了用于模型可视化、分析和调试的一个强大的可视化工具（拉伸板）。

缺点:

Graph Definition: Historically, TensorFlow使用静态图, 这对于初学者来说可能不那么直观，也不太有利于动态模型。TensorFlow 2.x 引入动态图来缓解这个问题.

tensorflow 是比较早的模型框架。在tensorflow1.0时代大家普遍使用tensorflow 。tensorflow的与训练模型以及相应部署支持比较多。但是由于采用静态图机制。被后来而上的pytorch赶超。pytorch的动态图设计对用户更加友好。历史舞台上还出现了很多深度学习框架Keras（后被集成到tensorflow中）MXNet、caffee等。PaddlePaddle是百度公司的。百度公司作为我国最早的一批互联网公司，近些年在人工智能领域的投入十分巨大。其语言模型能力十分优秀。国产的需要特别介绍下。

PaddlePaddle :

优点: