python学习第一天

一、语言分类

机器语言:站在计算机的角度,对硬件进行控制即二进制;

汇编语言:同机器语言一直,站在计算机的角度控制硬件。区别不直接使用二进制,而是使用英文字符代替二进制。有点执行速度快,但是编写复杂,效率较低;

高级语言:及使用通用的字符来替代计算机语言,不是直接执行需要通过计算机中的解释器来翻译成计算机语言使用。优点,编写方便,简单易懂效率高,缺点:执行效率慢,执行时要先通过解释器来翻译后执行。

二、变量

1.什么是变量?

能够储存一些可能发生变化的量,即成为变量。

2.如何定义变量;

定义变量由三部分组成(变量名=值)

name='sunjingguo'

a=b

c=a

变量名的要求:

1.变量名只能是字母、数字和下划线的组合;

2.变量名的首字母不能为数字;

3.关键字不能设置为变量名(会影响到关键字的使用);

4.变量名一般都有相对的意义(习惯问题)。

定义变量会生成id、type、value

查看变量id

x='sunjingguo'

id(x)

三.python语法介绍

文件开头

#!/usr/bin/evn python

#!coding:utf-8

1.数据类型

数字

int整型

age=10

float浮点型

a=1.1

long长整型

complex复数型

 

字符串(str)

name=‘sunjingguo‘

‘’、“”、‘’‘ ’‘’

在python中单引号和双引号是没有区别的,而三引号是实在同时打印多行时的需求

字符串拼接

+、*

>>name=‘sunjingguo’

>>age='12'

>>name+age

>>sunjingguo12

>>age*2

>>ageage

注意:

字符串只能拼接字符串,不能与其他类型pinjie

 

2.列表

在[]中用,分割,可存放n个任意类型的值

name=['sunjinguo','xiaohua','dfadsfa']

列表取值可根据下标。下标从0开始

>>name[1]

>>'xiaohua'

 

3.字典

在{}中用;隔开可存放n个key:value类型的值

info={“sunjingguo”:"12";"xiaohua:14"}

字典取值和列表相同

 

4.布尔

True和False

表示真假

 >>a=3

>>b=5

>>a>b

>>False

 

5.格式化输出

print(‘my name is %s ,my age is %s’ % ('sunjingguo',18))

%s  占位符,代表任意字符

%d  只代表数字

 

name=input('your name: ')

用户输出变量

 

 

6.基础运算符

a=10     b=20

+   a + b = 20

-、*、/ 同上面操作

% 取模    计算除法时能够整除显示为0 ,反之返回1

** 幂

// 取整除  计算除法是只返回证书部分

 

比较运算

==   等于

!=  不等于

<>     (不等于)

>  大于

<  小于

>= 大于等于

<= 小于等于

 

赋值运算

=

+=           a+=c  等于   a=a+c

-=

*=

/=

%=

//=

 

 

 逻辑运算

and     当条件全部满足时触发

or        当条件满足一个时触发

not      当条件不满足时触发

 

 

四、流程控制

1.if

if 条件1:                  #当条件满足时执行,不满足时向下执行

  代码块

elif 条件2:               #当条件满足时执行,不满足时向下执行

  代码块

elif 条件3:                #当条件满足时执行,不满足时向下执行

  代码块

else:                        除了满足上述条件的,都匹配

  代码块

 

2.while循环

a=0

while a <= 3:

  print("a")

  a+=1

 

break  用于退出本层循环

continue 用于退出本次循环

 

 

注意:

  while同if一样都有else 不过代表的意思不同

#与其它语言else 一般只与if 搭配不同,在Python 中还有个while ...else 语句,while 后面的else 作用是指,当while 循环正常执行完,中间没有被break 中止的话,就会执行else后面的语句

count = 0
while count <= 5 :
    count += 1
    print("Loop",count)

else:
    print("循环正常执行完啦")
print("-----out of while loop ------")
输出
Loop 1
Loop 2
Loop 3
Loop 4
Loop 5
Loop 6
循环正常执行完啦
-----out of while loop ------



for 循环
for i in range(10):
  代码块
break 和continue 和while用法相同



深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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