《深度学习入门-基于Python的理论与实现》学习与实践——第一章 Python入门

开始本书学习,过程中并作记录,加深印象与理解的同时,希望也对想往这方向发展的同学有所裨益。

---------------------------------------------------------------------------------------------------------------------------

         本章主要简单介绍了Python语言的安装使用以及深度学习所用到的两个第三方包,数学计算包NumPy和图形处理Matplotlib。因有使用过Python开发的经验,一段做后台系统,一段做NLP相关的处理,所以语言并不属于我的一个学习点,但为了与原书章程保持一致,所以也一并学习之,简要提取以及结合自己使用的经验分列如下:

        1.Python作为一门解释型的动态语言,语法简洁,如果有过一门以上的编程语言开发实践,再学习Python其实很容易上手,一个小项目用来熟悉语法和使用习惯就ok;

        2.Python的安装一般可以直接安装Python3.x环境,2.x与3.x语法上不相容;为方便包的管理,可以使用anaconda进行管理(本人的习惯使用anaconda);

        3.Python运行有两种方式,一是直接在Python解释器终端运行Python语句,二是用python xxxx.py 运行已写好的Python代码;

        4.NumPy库:主要提供用于数学相关的运算包,囊括很多数学操作,详细的看官网对应找需要用的接口就行,罗列一个工具包的使用,在本处不是重点,也没多大必要,在学习深度学习中用到时查找学习即可;

        5.Matplotlib:是一个图形处理库,将强大又笨重的MATLIB画图功能利用Python实现,简单轻便,真的是很好用了,只是用的不多的情况下,只有依靠API文档来使用。

       学习一门语言的使用其实相对简单,无非就是这几个纬度的结合以成体系化:语法关键字、语法结构、数据结构、使用习惯、运行环境、运行机制、运行方式、部署落地。 Python作为表达式型的语言,其实很浅显易懂了,比Java简洁得多,我在一度用了Python开发一段时间后就不太想用回Java了,但Python的多线程确实是个弱项,伪多线程,只能利用单核,但这也可以用多进程来代替弥补,真正用于生产的时候让人头疼的是代码管理,遗留代码,没有统一规范下,代码乱飞,本人可是被这个坑得挺惨,后面统一整理归置了代码后才得到改善,稍微减轻些痛苦。

展开阅读全文

没有更多推荐了,返回首页