Python学习--杂记

已于 2022-08-06 22:49:30 修改
阅读量105 收藏
点赞数
分类专栏： Python相关知识总结 文章标签： 学习
于 2022-08-01 23:19:26 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/w295723987/article/details/126089192
版权

赋值运算符：

运算符 描述 实例
=          简单的赋值运算符 c=a+b将a+b的运算结果赋值给c
+=         加法赋值运算符      c+=a等效于c=c+a
-= 减法赋值运算符 c-=a等效于c=c-a
*= 乘法赋值运算符
了解本专栏 订阅专栏 解锁全文 超级会员免费看
W295723987
关注
专栏目录
订阅专栏
Python学习--Day13--杂记
qq_41931453的博客
05-18 203
Day13--杂记 🧸用字典映射代替switch case 语句： # 方法 1 switcher = { 0: 'Sunday', 1: 'Monday', 2: 'Tuesday' } print('方法1.请输入：') day = int(input()) # day_name = switcher[day] # 使用下标访问 day_name = switcher.get(day, 'Unknown') # 输入值若不存在，返回Unknown print(day_name
python基础学习杂记-2-28
qq_51534768的博客
02-28 186
str to int a='99' int(a)==99 int('a')无效。终端运行python文件：python 文件名.py。dir windows系统显示当前文件夹下文件。ls Linux系统显示当前文件夹下文件。输入 a=input（’请输入你的名字‘） 输入默认字符串。变量不用声明类型，直接赋值 例如：a=10。print(rype(a)) 输出变量a的类型。‘’‘或者“”“多行注释。标识符规范：字母数字下划线，数字不能开头。字符串*5代表复制该字符串5次。
python杂记--random(）方法
jes_sun的博客
02-27 400
、 python---random(）方法random()方法1.功能2.语法、参数、返回值语法：参数：返回值：示例：3.random相关周边--4.再一个例子 random()方法 1.功能 random() 方法返回随机生成的一个实数，它在[0,1)范围内。 注意：random()是不能直接访问的，需要导入 random 模块，然后通过 random 静态对象调用该方法。 2.语法、参数、返回值 语法： import random random.random() 参数： None 返回值： 返回随
Python学习杂记
Fantasy4040的博客
10-03 97
理由分析（不确定正误）：因为Python的内存分配是分配给数值20的，a，b，c，d的id是相同的，故可以链式赋值，（类似C++中的指针，但不同，如上，给b重新赋值，其它变量的赋值不会改变） 而C++的内存分配是分配给变量的，故abcd四个变量地址不同，无法这样分配。C/C++不支持链式赋值，如上情况会说：b，c，d为未定义标识符，即只定义了a变量，后面的不定义。此时a，b的地址是相同的，即是给20分配内存地址，而非给a，b分配，C/C++与此相反。），类型（数据类型），值。
菜鸟学习python编程--杂记 (不定期更新)numpy
Snoopy_Dream
10-02 671
目录 1.bool类型的形参+return 的合理使用 其实当i有明确含义时，如下for col in xrange(w) 3.for与np的联合使用， 4. import copy 5. np.clip(data,min,max)， 6. np.where 两种用法 7. np.oneslike(x) 8. s_list = np.random.choice(self...
「Python」- 杂记 @20210212
k4nz
02-12 175
# 指定文件编码 -「Working with utf-8 encoding in Python source」 -「Correct way to define Python source code encoding」 -「PEP 263 -- Defining Python Source Code Encodings」 -「2.1.4. Encoding declarations」 根据官方文档所述，只要第一行或者第二行匹配正则表达式coding[=:]\s*([-\w.]+)则会被视为编码声明。 .
tf2 学习笔记-杂记
qq_45723275的博客
02-11 273
tf2杂记tf.shape()tf.split()ZeroPadding2DSAME与VALID区别卷积后大小计算 tf.shape() 关于python函数中shape的解释： shape包含在numpy库，是矩阵（ndarray）的属性，可以获取矩阵的形状（例如二维数组的行列），获取的结果是一个元组，因此相关代码如下： import numpy as np x = np.array([[1,2，3,4，5],[6,7，8,9，10],[10,9，8,7，6],[5,4，3]]) #输出数组的行和列数 p
python深度学习---人工智能杂记
qwe1110的博客
06-02 198
人工智能的简洁定义如下：努力将通常由人类完成的智力任务自动化。 早期的国际象棋程序仅包含程序员精心编写的硬编码规则，并不属于机器学习。在相当长的时间内，许多专家相信，只要程序员精 心编写足够多的明确规则来处理知识，就可以实现与人类水平相当的人工智能。这一方法被称为符号主义人工智能（symbolic AI），从 20 世纪 50 年代到 80 年代末是人工智能的主流范式。 在 20 世纪 80 年代的专家系统（expert system）热潮中，这一方法的热度达到了顶峰； ...
python学习杂记
weixin_41005885的博客
11-28 368
1.远程登陆和复制文件 2.ssh免密登陆 （1） (2) 3.配置远程计算机别名----简化操作
python学习杂记_HTTP
11-21
看python做的一些小笔记,具体内容是自己的笔记，怎么办没话说了，为什么描述要那么多字，但是发射点发射点v反对豆腐干豆腐干发士大夫v倒是方便
14.6 None｜Pythonic与Python杂记｜Python3.8入门 & 进阶 & 原生爬虫实战完全解读
08-31
14.6_None｜Pythonic与Python杂记｜Python3.8入门_&_进阶_&_原生爬虫实战完全解读
Python语法--Mooc七月
qq_44531167的博客
03-30 802
Python基础课的笔记。
批量归一化 BN(Batch Normalization) (减少重复学习 - 加速损失收敛) + 代码实现 ——笔记2.15《动手学深度学习》
weixin_57972634的博客
11-08 661
批量归一化固定小批量中的均值和方差，然后学习出适合的偏移和缩放； 可以加速收敛速度（比如以前学习率是0.01，现在用了批量归一化后，可以调到0.1） 不会出现之前：学习率太大的话，上面 (靠近损失的梯度) 会炸掉； 不会出现之前：学习率太小的话，下面 (靠近数据的模型参数) 会学不动； 每一个层的输出都通过均值方差放在一起了，上下层的分布都差不多是正态分布； 但一般不改变模型精度
# SpringMVC学习
11-04 987
SpringMVC 是 Spring 框架的一部分，专门用于构建 Web 应用程序。它遵循 MVC（Model-View-Controller）设计模式，通过一系列组件和机制实现了请求的接收、处理和响应。
软件测试学习笔记丨Vue常用指令-条件渲染（v-if）
ceshiren_com的博客
11-05 585
v-show只是简单控制dom元素的display属性。v-if通过操纵dom元素来进行切换显示。
SPI通信详解-学习笔记
qq_45059758的博客
11-04 539
SPI通信
SAP ABAP开发学习——接口中间件（PI）
m0_64077397的博客
11-04 217
左侧的红圈表示没有被生成。
一文学习Android中的Treeview
最新发布
执剑人
11-08 406
在Android开发中，TreeView是一种用于显示层次结构的组件，可以让用户展开和折叠子项，以方便查看数据的不同层次。TreeView在文件系统、组织架构、目录结构等场景中非常有用，尽管Android并未提供内置的TreeView控件，但可以通过一些方式实现类似效果。下面介绍如何在Android中实现一个简单的TreeView，通常是通过自定义适配器和数据结构来构建。
从零学习大模型（十四）-----量化（一）
red_guy的博客
11-05 570
量化（Quantization）是一种在计算机科学和深度学习中广泛应用的技术，其基本目标是通过减少模型中数值表示的位宽来降低计算和存储成本。简单来说，量化就是将高精度（通常是浮点数）转换为低精度（通常是定点数）表示，同时尽量保持模型的性能和准确性。量化通常用于深度学习模型（尤其是大模型）中，以减小模型的存储空间和提高推理速度。量化不仅可以减少模型的内存占用，还能提高硬件的计算效率，尤其是在低功耗设备（如移动端、嵌入式系统、边缘计算设备）上。范围选择：确定量化数据的最小值和最大值，从而决定数据的量化范围。
评论
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
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