Python to deep learning-Day1

    30岁高龄,汽车行业的蓝领的我打算设定一个小目标:在今年从零基础开始学习并转入人工智能行业,希望能在此行业实现个人的梦想和能力最大化。

    当然了,这是一个难度很大的事情或者工程,学习的精力和思维已经没法与20岁出头的时候比了,我希望能尽力去完成这个目标。谁说30岁的老人不能有梦想呢?如果有情况相仿的朋友,不如来报个信,互相勉励同行~

    wellwell, 好消息是,这个小目标是不是比赚一个亿容易那么一点呢?

    简单介绍一下,自己唯有的编程基础是大二学的C语言,而且也仅存片段印象,基本可以忽略。话说当年期末考试,C语言班级平均分60左右,我92分。嘿嘿,总多多少少觉得自己在编程和算法这块挺有想法的。结果阴差阳错,毕业后做着其他的事情。不过无论入行多晚,只要有那么一丝希望,还是得对自己有信心,也希望各路大神多多指导多多接纳。

    不想难度,先干起来!

    万事开头难,最近开始接触python,因为工作比较忙,家庭事务也比较繁忙,很难保持每天都有固定的时间学习,也会经常偷偷懒,导致效率并不是很高。

    打算从今天起,开始高效率的学习。在博客记录每次比较完整的练习代码,就把今天当做学习的第一步,记录自己的成长,也当做对自己的监督,望与博友们共勉!


CASE 1 用户登入(三次机会重试)

n=1
m=1
while True:
i1=input("请输入用户名:")
i2=input("请输入密码:")
if i1=='abc' and i2=='123':
print('ok')
break
elif n==3:
print('locked')
break
else:
m+=1
print('请重新输入,第'+ str(m) +'次')
n+=1





  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
"Python 强化学习项目 - 2018.pdf" 是一个介绍强化学习项目的文档,使用 Python 编程语言作为实现工具。强化学习是机器学习中的一个分支,主要是研究如何让智能体在与环境的交互中通过试错学习来获得最大的累积奖励。 该文档提供了一些基于 Python 的强化学习项目案例,目的是帮助读者理解和实践强化学习的概念和应用。这些项目案例可能包括以下内容: 1. 强化学习算法实现:该文档可能介绍了一些常用的强化学习算法,如Q学习、深度 Q 网络(DQN)、策略梯度等,并提供了相应的Python代码实现。通过这些项目案例,读者可以学习到如何使用Python编程语言来实现这些算法。 2. 游戏或机器人控制案例:强化学习经常应用于游戏和机器人控制。该文档可能提供了一些使用强化学习算法来玩游戏或控制机器人的项目案例。通过这些案例,读者可以学习到如何通过强化学习的方法来训练一个智能体,在特定环境中掌握游戏规则或实现特定任务。 3. 实际应用案例:除了游戏和机器人控制,强化学习也被应用于其他领域,如金融、交通等。该文档可能提供了一些强化学习在实际应用中的项目案例,读者可以学习到如何将强化学习算法应用于解决实际问题。 总之,"Python 强化学习项目 - 2018.pdf" 是一个介绍强化学习项目的文档,通过提供具体的项目案例,帮助读者学习和实践强化学习算法在Python中的应用。这些项目案例可能涵盖了强化学习算法实现、游戏或机器人控制案例以及实际应用案例。

“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
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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