1TensorFlow笔记——基础概念简介&Python简明教程

0.1人工智能

让机器看起来跟人一样，目前处于弱人工智能Narrow AI，距离强人工智能General AI还有很大一段路要走。

0.1.1机器学习

让计算机自动学习，获得规律（模型），用新规律预测。

0.1.2分类

有监督学习：给带结果的数据进行训练，线性回归、逻辑回归、支持向量机、随机森林等。
无监督学习：给数据，找规律进行分类，常见的无监督学习算法有自编码器、生成对抗网络等。
半监督学习：给一小部分有标注数据和大批量没有标注的数据进行训练。
强化学习：训练过程中，错误惩罚，正确奖励；常见的强化学习算法有DQN，PPO 等。

0.1.3深度学习

深度学习 -> 神经网络 -> 机器学习 -> 人工智能，对于此包含关系最感性的认识是把人的神经元抽象为神经元模型，神经元模型每一层多输入对应多个权重进行加权求和，再经过激活函数从而形成多个输入输出；多层神经元模型形成神经网络，层数更多形成深度神经网络，也就是深度学习。

0.2 Python简明入门——人生苦短我用Python

0.2.1 输入

print(“Hello World”)
print(“Hello”,end = ‘’)
print(“World”)

2.2.2变量

python中的变量标识不需要用户声明，数据类型根据赋值类型确定
float_val = 1.2
print(float_val,type(float_val))

0.2.3标识符

同C#

0.2.4数据类型

int

int 有符号整形，默认为十进制，还可以表示为二进制，八进制，十六进制
var1 = 0b10; var2 = 0o10; var3 = 0x10
Out: 2 8 16

float

float 浮点型，可以用科学计数法表示
var1 = 1.1; var2 = 1.1e-5;

complex

complex复数,var1 = 1 + 2j; var2 = cpmplex(1,2);

bool

布尔类型，var1 = True; var2 = Flase;

注释

#单行注释
‘’’
多行注释
‘’’

运算符 & 比较符号 & 赋值 & 逻辑运算

同c#，
新增幂**，//取除整；<> 效果等同于!=
//=,**=,
and等同与&&，or等同于||

字符串

同c#

List列表

list1 = [1,2,3]
list2 = [1,2,3,“hello world”,[1.1,1.2]]

列表元素访问

list[0]
list[-1]
list[-1][1]嵌套访问

片段截取

list1 = [1,2,3,4]
list_copy = list[0:3:1] #开始：结尾(不包含):不包含
Out:list_copy = [1,2,3]

Tuple元组

和列表相似，区别在于它是只读的，[] 变更为（）

Set集合

无序，会自动去除重复元素，不包含重复元素
#自动去除重复元素，比如：
set = {1,3,5,5,3,1}
Out:set = {1,3,5}

判断set集合是否包含元素

5 in set
Out:True

集合的基本操作：交，并，差，补

差：set1 - set2
并：set1 | set2
补：set1 ^ set2
交：set1 & set2

Dictionary字典

用｛｝表示，每个元素可表示为键(key):值(value)，键必须采用不可变类型，在同一个字典中键是唯一的，字典中的元素
通过键来索引，也可以通过元组构造，比如：
dict = {“name”:1,height:2};
dict[“name”] = 1; #修改，添加均为此语法

多行语句

python每个语句是以一行为截止，如要多行要加斜杠\，如果语句中含有(),[],{}则不需要，并且需要遵守严格的缩进格式
##流程控制语句

条件控制语句

if

if width>10:
print(“width大于10”)
elif width<10:
print(“width小于10”)
else:
print(“width等于10”)

while

while width>10
print(“width大于10”)

for

和foreach一样
for val in Array:
print(val)
eg:range(1,3)，Out：1，2，3

列表推导式

list1 = [1,2,3]
[x for x in list if x >1]

break & continue & pass

pass 为空语句，一般用于占位；其余说明略

函数

det printAdd(val1,val2,mode = “”):
return val1 + val2
det printAddAndSub(val1,val2):
return val1 + val2,val1 - val2

全局变量和局部变量

局部变量在函数里面定义，如果要使用全局变量需要加上global
number = 1
det print():
global number
print(numbere)

类

class DeepLearner(object):
‘帮助文档’
count = 0 #属性
#构造函数，创建类的时候回使用该方法
#self代表类的实例，必须要，但在使用时不必传入具体参数
det init(self,name,schoolName)
self.name = name
self.schoolName = schoolName
DeepLearner.count = DeepLearner.count + 1
Function

类的实例化

newDeepLearner = DeepLearner(“pp”,“ppschool”)

异常处理

def except_funtion():
try:
except test:
print(“异常”)
else:
print(“正常”)
finally:
print(“必须执行”)

导入外部库

#导入库并且重命名
import matplotlib.pyplot as plt
form time import clock

读写文件

with open(“open.txt”,“wt”) as out_file:
out_file.write(“写入文本”);
with open(“open.txt”,“wt”) as in_file:
text = in_file.read(“写入文本”);

其他

dir()显示对象所有方法
help()显示其文档