南柯一梦的江湖

可以在https://pytorch.org/get-started/previous-versions/ 查询对应版本的torchaudio。可以在https://github.com/pytorch/vision#installation，查询对应版本的torchvision，注意：只有带NVIDIA的英伟达显卡的电脑才能安装GPU版本的Pytorch，否则只能安装CPU版本的Pytorch.然后在https://download.pytorch.org/whl/torch_stable.html。

计算机视觉（Computer Vision, 简称CV）在广义上是和图像相关的技术总称。包括图像的采集获取，图像的压缩编码，图像的存储和传输，图像的合成，三维图像重建，图像增强，图像修复，图像的分类和识别，目标的检测、跟踪、表达和描述，特征提取，图像的显示和输出等等。公安安防：人脸识别，指纹识别，场景监控，环境建模。生物医学：染色体分析，X光、CT图像分析，显微医学操作。文字处理：文字识别，文档修复，办公自动化，垃圾邮件分类。国防军事：资源探测，军事侦察，导弹路径规划。

该阶段课程介绍了数据结构与算法的基本概念，主要内容包括Python面向对象程序设计，普通线性表、栈和队列、二叉树等数据结构的Python实现，常见排序算法、查找算法的原理与实现等基本知识。

Matplotlib是Python中非常流行的绘图库，它提供了一整套方便的绘图工具，广泛应用于数据可视化、科学计算和统计分析等领域。通过Matplotlib，开发者可以轻松创建各种类型的2D图表，包括折线图、柱状图、散点图、饼图等，同时也可以创建子图、添加图例、调整颜色和字体等。

NumPy（Numerical Python的缩写）是Python中用于科学计算、数据分析和机器学习的底层库，补充了Python语言所欠缺的数值计算能力。NumPy在各种科学和工程领域中都得到了广泛的应用，包括但不限于：数据分析和处理：NumPy用于处理大量的数值数据，执行数据清洗、转换、汇总等操作。信号处理：音频、图像处理领域广泛使用NumPy来处理信号和图像数据。机器学习：NumPy数组通常用于存储和处理机器学习算法中的输入数据和模型参数。

python入门1.python初步1.1 计算机基础结构1.1.1 硬件1944年，美籍匈牙利数学家冯·诺依曼提出计算机基本结构。五大组成部分：运算器、控制器、存储器、输入设备、输出设备。– 运算器：按照程序中的指令，对数据进行加工处理。– 控制器：根据程序需求，指挥计算机的各个部件协调工作。通常将运算器和控制器集成在中央处理器（CPU）中。– 存储器：保存各类程序的数据信息。​ 内存RAM – 容量小，速度快，临时存储数据​ 硬盘HDD – 容量大，速度慢，

Pandas 是一个开源的第三方 Python 库，从 Numpy 和 Matplotlib 的基础上构建而来，享有数据分析“三剑客之一”的盛名（NumPy、Matplotlib、Pandas）。Pandas 已经成为 Python 数据分析的必备高级工具，它的目标是成为强大、灵活、可以支持任何编程语言的数据分析工具。官网：https://pandas.pydata.org/Pandas 这个名字来源于面板数据（Panel Data）与数据分析（data analysis）这两个名词的组合。

1.机器学习概述人工智能学科体系人工智能、机器学习、深度学习的关系可以认为深度学习是机器学习的高级阶段。什么是机器学习机器学习是一门能够让编程计算机从数据中学习的计算机科学。一个计算机程序在完成任务T之后，获得经验E，其表现效果为P，如果任务T的性能表现，也就是用以衡量的P，随着E增加而增加，那么这样计算机程序就被称为机器学习系统。自我完善，自我增进，自我适应。通俗地讲，机器学习就是建立模型， 根据已知数据的输入与输出去进行自动学习，发现输入与输出之间的规律，并总结该规律，进而使用该模型