【人工智能学习笔记 DAY2--Python介绍及基础理论】

已于 2022-07-13 08:59:44 修改
阅读量367 收藏
点赞数 1
分类专栏： Python 文章标签： 人工智能 学习 python
于 2022-07-12 12:22:18 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_30892107/article/details/125736135
版权

人工智能学习 DAY2

写在前面

记录一下个人的学习心得，不足之处欢迎指出

Python简单介绍

在这里插入图片描述
表示到目前运行了一次
在这里插入图片描述
重启之后运行次数变回1
将代码清除之后再重启内核才算完全删除

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
out只输出最后一个数的值

  1. 字符类型
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

  2. List 列表[]
    在这里插入图片描述
    单引号，双引号，三引号里面表示的是字符串
    在这里插入图片描述
    注意要先运行上头的代码块，下面运行的结果才会改变–值以最近的一次赋值为准
    List元素，可以单独的进行修改

  3. Tuple 元组()
    在这里插入图片描述
    元组里的元素不可修改值

  4. Set 集合{}
    在这里插入图片描述

  5. Dict 字典{}

在这里插入图片描述
在这里插入图片描述

左边键，右边值 构成键值对

不能用之前的方法索引, 记忆为：输入键输出值
在这里插入图片描述
在这里插入图片描述
此时类型为字典，非集合

创建键值对
在这里插入图片描述
在这里插入图片描述
字符类型转换
在这里插入图片描述
该类型默认为字符串,有需要可以进行强转，如：

在这里插入图片描述
在这里插入图片描述
IF语句
在这里插入图片描述
在这里插入图片描述
While语句
在这里插入图片描述
小实战：登录注册
在这里插入图片描述
在这里插入图片描述

基础理论部分

在这里插入图片描述
AI-机器学习-深度学习

深度学习是深度神经网络采用的学习方法
深度神经网络是深度学习方法的基础架构

深度学习:基于深度神经网络的机器学习方法(多层神经网络)

区别工作数据和训练数据，有训练数据才谈的上学习
训练数据越全面，跑出的程序效果越好

浅层神经网络：只有一层，基本不用，效果不好
多层神经网络：深度神经网络

仿生学派：研究大脑如何工作

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

信息存储表现为突触的权重值，数量
学习就是要改变（优化）突触权值的过程

在这里插入图片描述

单个的神经元对于信息的计算处理过程可以简略地描述为：

神经元在它的树突处通过突触接受到N个其他神经元对它的刺激，这N个刺激相当于是该神经元获得的、经过突触作用之后的N个输入。

然后，该神经元的胞体会对这N个刺激进行累计求和，并由此得到一个总的刺激量，这个总的刺激量称为该神经元获得的总输入。

接下来，该神经元的胞体会计算出这个总的刺激量与胞体内在的一个阈值的差值，该差值称为该神经元获得的净输 入（net input）。

如果净输入为负，则该神经元将处于抑制状态（关状态），同时产生并输出静息电动势；如果净输入为0或为正，则该神经元将处于兴奋状态（开状态），同时产生并输出动作电动势，且动作电动势 将沿着轴突传递到轴突末端的M个突触，使得这M个突触的发送侧释放出神经递质，从而产生对M个其他神经元的刺激。

经典模型-MCP
在这里插入图片描述
激活函数：net表示上述的净输入，Y表示输出
随着净输入的增加，输出值不会下降
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

不同资料中函数的叫法不同

总结
由于不同的激活函数的特性不同，要根据需求选择最优的激活函数
在这里插入图片描述

弦月归尘
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
python+树莓派+方向盘打造4G遥控车——之五 MCP3008方向盘角度监测
weixin_42206625的博客
11-12 839
在拼装时，舵机的力度不行，改用碰撞机带减速齿轮的电机做方向盘的转向，所以用到 MCP3008 模数转换，来监测方向盘角度 （如果用舵机控制方向盘，此篇忽略） 接线图纸： CH0 上接个10Kn到20 这时要开启 SPI 功能· 参考代码 # -*- coding: utf-8 -*- # 斌彬电脑 # @Time : 2020/11/8 0008 8:38 """方向盘角度监测""" # 通过 MCP3008 的模数转换，读取数值 # 与SPI设备通信 import spidev from n
机器学习小白学习笔记---day4---（朴素贝叶斯、决策树、随机森林、梯度提升回归决策树）
godleisen的博客
02-09 867
机器学习小白学习笔记之scikit-learn 最近刚把西瓜书啃完，一大堆理论让脑子真的是一团浆糊，说实话看的基本只有一个概念哈哈哈，效果不高，但是让我对与机器学习真的是整体有了一个大的了解，但是并没能将每个课后作业都完成，甚至很多公式推导也没实现，太难了，让我着手于实践，古人云实践出真知，又拿起了另一本书《Introduce to Mashine Learning with python》 今天...
数据分析之Python干货笔记
weixin_67991858的博客
03-17 1028
本篇文章分享数据分析中Python常用代码，包括数据预览、数据清洗、特征分析等，每一大类里面也会具体细分，尽可能全面、易懂，之后实际运用中需要哪种可以选择性参考运用。文中会结合实际案例展示效果，数据集选用上次参加比赛的二手车价格预测为例。
变量选择——lasso、SCAD、MCP的实现（R语言）
热门推荐
统计学小王子的博客
08-13 1万+
目录0引言1、glmnet2、msaenet3、ncvreg 0引言 自1996年lasso被提出以来，很多学者针对不同的模型提出有效的算法进行计算，例如多元线性线性模型、cox回归模型、广义线性模型等。也给出了很多选择惩罚参数的方式，比如cv、aic、bic。还有很多惩罚类型：lasso、适应性lasso、弹性网、SCAD、MCP。 本文主要介绍下面三个包：glmnet、ncvreg、msaenet。先汇总每个包的主要函数、方法。如下表： 函数 模型 惩罚参数 惩罚类型 包 是否弹性网 g
Python神经网络编程笔记（三）
wondering_cat的博客
09-15 704
一、权重更新问题 在之前的章节，我们使用误差来指导如何调整链接权重，这也是线性分类器所做的事。在计算权重时，有人会建议采用暴力方法，但随着网络层、节点和权重的增加，暴力方法会不切实际，因此提出了梯度下降的方法。 （一）“梯度下降”方法 1.二维空间函数 （1）适用场合： <1>如果函数非常复杂，不能用代数方法轻松找到结果值，可以采用这个方法。 <2>当函数有很多...
mcp:用于测量R，Python和Spark的分类性能的工具
05-15
控制点 用于测量R，Python和Spark的分类性能的工具 该项目是用于测量R，Python和Spark中分类性能的各种工具的父项目。 为了易于使用，每种语言都将被视为子模块。 第一个里程碑将是CRAN软件包hmeasure的第二个发行版。
Python机器学习笔记01--机器学习基础
MARS_098的博客
01-09 694
本文索引： 机器学习分类 监督学习 - 分类 监督学习 - 回归分析 一、机器学习分类 机器学习（Machine Learning，ML）是一门综合性非常强的多领域交叉学科，设计线性代数、概率论、统计学、算法复杂度理论等多门学科。 机器学习根据已知数据来不断学习和积累经验，然后总结出规律并尝试预测未知数据的属性。机器学习可利用数据或经验等不断改善自身的性能。 机器学习是目前弱...
python学习笔记-day1
qq_33361956的博客
03-26 376
本节内容Python介绍发展史Python 2 or 3?安装Hello World程序变量用户输入模块初识.pyc是个什么鬼？数据类型初识数据运算表达式if ...else语句表达式for 循环break and continue 表达式while 循环作业需求一、 Python介绍       python的创始人为吉多·范罗苏姆（Guido van Rossum）。1989年的圣诞节期间，吉...
【机器学习】《机器学习建模基础》笔记一（0-3单元）
weixin_43416960的博客
04-19 819
作者给出教学建议：共64学时，也就是说，一个星期就能学完啦~1、模型是相对于原型而言的。所谓原型，就是客观世界中存在的现实对象、实际问题、研究对象和系统。而模型是根据实物按比例、生态或其他特征制成的与实物相似的一种物体，模型是原型的替代品。2、模型分为物理模型和数学模型。物理模型是指对原型按照保留主要特征、设计次要特征……比如飞机模型、火箭模型……（不写了哈，就是乐高好吧。。反正物理模型与机器学习无关）
MCP：用于管理和控制项目的终端命令
02-05
管理和创建项目（MCP） 在Windows和Linux上都经过测试。 在Windows上使用cmder。 使用Ubuntu Linux。 产品特点 在github上创建一个仓库，并连接到本地计算机上的新文件夹。 将一个仓库从github克隆到本地机器。 从github删除仓库。 （本地版本将保持不变） 切换回购可见性。 （私人/公共） 获取所有回购清单。 更改回购说明。 在任何文件夹上设置虚拟环境。 创建，查看和删除“基于文件夹”的环境变量。 自动激活和取消激活环境。 activate命令而不是使用source /.env/bin/activate ： source /
Python-基础学习笔记.docx
11-15
Python 基础学习笔记 本笔记基于《Python 语言程序设计基础（第 2 版）》第一部分 初识 Python 语言，涵盖了计算机的概念、程序设计语言、Python 语言概述、Python 语言开发环境配置、程序的基本编写方法等知识点。...
python基础教程-学习笔记充电时刻-模块共13页.p
11-22
python基础教程_学习笔记充电时刻——模块共13页.pdf.zip
python学习笔记-Day2
12-11
自己学习python的学习笔记 内容是字符串和变量内容在丘比特笔记本环境写的 放在这里方便自己复习和有需要的朋友也可以看看 有错误或是不好的地方希望能给予指教 谢谢！
python-notes:Python学习笔记:memo:
03-28
Python笔记学习笔记 :memo: 介绍 有时候想找一个东西（写法），但当下却忘记关键字，所以整理一篇学习笔记，要找资料的时候也比较方便。 有些是网路上找的范例，然后自己再修修改改，或者去参考一些Python-Patterns...
MCP教程
weixin_43822768的博客
07-01 2002
1. MPC教程 % =============MPC教程-基于差分模型============= % clear all;clc;close all; %% 状态空间模型与模型参数 %-----------矩阵赋值-----------% % A = [];B = [];C = []; % A = input("请输入A矩阵:\n A = "); % B = input("请输入B矩阵:\n B...
从GAN到WGAN（02/2）
最新发布
gongdiwudu的专栏
06-14 1019
生成对抗网络 （GAN） 在许多生成任务中显示出巨大的效果，以复制现实世界的丰富内容，如图像、人类语言和音乐。它的灵感来自博弈论：两个模型，一个生成器和一个批评家，在相互竞争的同时使彼此更强大。然而，训练GAN模型是相当具有挑战性的，因为人们面临着训练不稳定或收敛失败等问题。在这里，我想解释一下生成对抗网络框架背后的数学原理，为什么很难训练，最后介绍一个旨在解决训练难点的GAN修改版本。
景芯SoC A72的时钟树分析
u011075954的专栏
06-13 598
innovus的ctslog中的Clock DAG信息可以报出来CTS主要运行步骤的关键信息，比如clustering，balancing做完后的clock tree的长度，clock tree上所用的buffer、inverter，icg cell数量，clock skew等信息。可以看到cell、sink的counts，也可以看到BUF、ICG的数量，接下来我们来看看景芯SoC A72 TOP的CLOCK ID和BUF个数的变化吧。先看下景芯SoC A72项目的cts latency变化过程。
LSS 和 BEVDepth算法解读
pytorch内部机制解读
06-13 991
当前BEV的研究大都基于深度学习的方法，从组织BEV特征信息的方式来看，主流方法分属两类：自底向上方法和自顶向下方法。自底向上方法比较早的代表工作是LSS，后来BEVDet、BEVDepth等也是基于LSS的框架来进行优化。自底向上方法核心是：Lift——对各相机的图像显性地估计像平面下采样后特征点的深度分布，得到包含图像特征的视锥（点云）；Splat——结合相机内外参把所有相机的视锥（点云）分配到BEV网格中，对每个栅格中的多个视锥点进行sum-pooling计算，形成BEV特征图；
python学习笔记-day8-2-【python 异常处理 try except】
05-17
在Python中，异常处理是非常重要的一部分。当程序运行时如果出现错误，如果没有异常处理，程序就会崩溃。为了避免这种情况，Python提供了异常处理机制。 在Python中，异常处理语句使用 `try` 和 `except` 关键字来实现。`try` 语句块中包含可能会发生异常的代码，如果这段代码出现了异常，则会跳转到 `except` 语句块中执行异常处理代码。 下面是一个简单的例子： ```python try: num = int(input("请输入一个整数：")) print(10/num) except ZeroDivisionError: print("除数不能为0") except ValueError: print("输入的不是整数") ``` 在上面的代码中，我们尝试将用户输入的字符串转换为整数，并将其用作除数计算 10/num。如果用户输入的是 0，则会触发 ZeroDivisionError 异常。如果用户输入的不是整数，则会触发 ValueError 异常。如果发生异常，则会跳转到对应的 except 语句块中执行处理代码。 除了可以指定具体的异常类型，也可以使用 `except Exception` 来捕获所有异常。例如： ```python try: num = int(input("请输入一个整数：")) print(10/num) except Exception as e: print("发生异常：", e) ``` 在上面的代码中，如果发生任何异常，都会跳转到 `except` 语句块中执行处理代码，并将异常信息打印出来。 除了 `try` 和 `except`，还有 `finally` 关键字，它指定的代码块无论是否发生异常都会执行。例如： ```python try: num = int(input("请输入一个整数：")) print(10/num) except Exception as e: print("发生异常：", e) finally: print("程序执行完毕") ``` 在上面的代码中，无论是否发生异常，都会执行 `finally` 中的代码，即输出“程序执行完毕”。 总之，在Python中，异常处理是非常重要的一部分，它可以有效避免程序崩溃，提高程序的健壮性和可靠性。

“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 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

弦月归尘

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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