深度学习常用的python库学习笔记

最新推荐文章于 2025-11-24 19:11:26 发布
原创 最新推荐文章于 2025-11-24 19:11:26 发布 · 1.4k 阅读 · 5 ·
CC 4.0 BY-SA版权
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。
文章标签：

#深度学习 #python #学习笔记

博客介绍了数据分析四剑客，包括Numpy、Pandas、Matplotlib和PIL。详细提及Numpy的ndarray、数组与标量运算、索引切片、数学统计方法及线性代数等内容，还给出各工具的中文网或入门教程相关信息。

文章目录

数据分析四剑客

在这里插入图片描述

在这里插入图片描述

Numpy

Numpy中文网
在这里插入图片描述

ndarray

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

数组和标量之间的运算

在这里插入图片描述

基本的索引和切片

在这里插入图片描述

在这里插入图片描述

数学和统计方法

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

线性代数

在这里插入图片描述

在这里插入图片描述

Pandas

Pandas中文网
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

Matplotlib

Matplotlib中文网

>>> import matplotlib.pyplot as plt
>>> x = [1, 2, 3, 4, 5]
>>> y = [2.3, 3.4, 1.2, 6.6, 7.0]
>>> plt.scatter(x, y, color='r', marker='+')
>>> plt.show()

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

PIL

Pillow
Pillow（PIL）入门教程（非常详细）
在这里插入图片描述

python学习笔记（深度学习）
qq_39748832的博客
06-25 1557
本篇博客用来记录，在深度学习过程中，常用的 python 语法内容。
《Python深度学习》阅读笔记
象话的博客
03-15 1287
深度学习之“深度”并不是说这种方法能够获取更深层次的理解，而是指一系列连续的表示层。深度学习是机器学习的一个分支领域：它是从数据中学习表示的一种新方法，强调从连续的层中学习，这些层对应于越来越有意义的表示。对于图中从 A 到 B 的每条边，我们都画一条从 B 到 A 的反向边，在深度学习中，这些分层表示是通过叫作神经网络（ neural network）的模型学习得到的。一些核心概念是从人们对大脑（特别是视觉皮层）的理解中汲取部分灵感而形成的，但深度学。这个反向图表示的是反向传播过程。
Python 深度学习与强化学习
expert_joe的博客
11-30 1万+
深度学习
Python学习笔记——4、深度学习常用Python库Numpy、Pandas、PIL、matplotlib.pyplot
靡不有初 鲜克有终
04-07 2229
一、Numpy 1、数组创建array函数 必须是Python的list或者tuple类型才可以进行转换为数组。 例：a = numpy.array (list/tuple) √ b = numpy.array(1,2,3,4) × 2、随机占位 （1） 占位函数 1）numpy.zeros((a,b)) 2）numpy.ones((a,b)) 3）numpy.empty((...
在C++中部署python深度学习-学习笔记
jindayue的博客
12-12 3360
工业界与学术界最大的区别在于工业界的模型需要落地部署，学界更多的是关心模型的精度要求，而不太在意模型的部署性能。一般来说，我们用深度学习框架训练出一个模型之后，使用Python就足以实现一个简单的推理演示了。但在生产环境下，Python的可移植性和速度性能远不如C++。所以对于深度学习算法工程师而言，Python通常用来做idea的快速实现以及模型训练，而用C++作为模型的生产工具。
【李沐】动手学深度学习 学习笔记
热门推荐
chenxiaowai_的博客
03-21 3万+
你好！这是【李沐】动手学深度学习v2-基于pytorch版本的学习笔记教材源代码安装教程（安装pytorch不要用pip，改成conda，pip太慢了，下载不下来）个人推荐学习学习笔记本节代码文件在源代码文件的chapter_deep-learning-computation/custom-layer.ipynb中不带参数的层下面的CenteredLayer类要从其输入中减去均值。要构建它，我们只需继承基础层类并实现前向传播功能。让我们向该层提供一些数据，验证它是否能按预期工作。带参数的层。
【深度学习笔记】打印模型的FLOPS，使用python的thop库
lanmeiguojj的博客
03-31 1550
它是一个用于计算PyTorch模型的FLOPs和参数数量的库。2 导入需要计算 FLOPs 的模型和。
深度学习笔记：HuggingFace入门使用
weixin_58430619的博客
02-22 8616
Hugging Face 其实可以类比为机器学习领域的 GitHub，它是用于分享、协作和托管预训练模型、数据集和相关代码的平台。其主要的优势是提供了简单易用的 API 和界面，使得即使是没有深厚机器学习背景的用户也能轻松使用这些模型。
[学习笔记]Python学习2——Python环境
m0_61009360的博客
08-15 1377
venv 是Python自带的虚拟环境管理工具，适用于 Python 3.3 及以上版本，其简单且轻量，只需使用 Python 的自带模块就能创建和管理虚拟环境，然而，venv创建的虚拟环境只能使用当前的Python 解释器版本，若要创建不同版本Python的虚拟环境，就要事先在计算机中安装对应版本的Python，并在使用创建虚拟环境的指令时使用对应版本Python，而且对于较低版本的Python则不便进行虚拟环境的构建；虚拟环境允许每个项目使用独立的环境，避免全局环境中的库冲突，保持项目之间的独立性。
基于Python的《深度学习入门：基于Python的理论与实现》教程设计源码
11-15
Python作为实现深度学习模型的常用语言，因其简洁和强大的库支持而受到广泛欢迎。Jupyter Notebook则作为一种交互式计算环境，因其可视化和易操作性被广泛应用于教学和研究中。 整个教程的设计理念是通过源码的学习...
精选资源
学习笔记。包含python环境、python基础库、深度学习相关库、深度学习相关理论、其他常用知识。.zip
02-22
这篇学习笔记涵盖了Python编程语言的基础和进阶应用，特别是针对深度学习领域，是全面了解和提升Python技能的理想资源。以下是对各个部分的详细说明： **Python环境** 在Python环境中，通常涉及安装Python解释器...
精选资源
深度学习_Python_实战笔记_教学辅助_1741398983.zip
03-10
Python作为一种高级编程语言，以其简洁明了的语法和强大的库支持，成为了深度学习领域的首选编程语言之一。 《深度学习_Python_实战笔记_教学辅助_1741398983.zip》是一份专门为Python学习者准备的深度学习资源包。...
python深度学习最详细学习笔记.pdf
08-16
Python 深度学习最详细学习笔记 Python 深度学习笔记是深度学习领域的详细学习笔记，涵盖了深度学习的基础知识、TensorFlow 框架的介绍、神经网络的实现等方面的内容。本笔记全面systematically 介绍了深度学习的...
《深度学习入门 基于Python的理论与实现》学习笔记.zip
09-21
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...
鱼类识别系统【最新版】Python+TensorFlow+Vue3+Django+人工智能+深度学习+卷积神经网络算法
最新发布
2301_78372746的博客
11-24 2060
鱼类识别系统，基于TensorFlow搭建卷积神经网络算法，通过收集了包括‘墨鱼’、‘多宝鱼’、‘带鱼’、‘石斑鱼’等在内的30种鱼类图像数据集进行训练，最后得到一个识别精度较高的模型，然后搭建Web可视化操作平台。前端后端：Django算法：TensorFlow、卷积神经网络算法具体功能系统分为管理员和用户两个角色，登录后根据角色显示其可访问的页面模块。登录系统后可发布、查看、编辑文章，创建文章功能中集成了markdown编辑器，可对文章进行编辑。
ResNet (2015)（卷积神经网络）
weixin_45556264的博客
11-23 694
它不是一个复杂的理论突破，而是一个极其优雅和有效的工程解决方案，其“大道至简”的思想深刻地影响了整个领域。直到今天，基于ResNet的架构仍然是许多视觉任务的强大基线。在ResNet出现之前，主流的认知是：网络越深，表达能力越强，性能应该越好。论文中提出了几种不同深度的ResNet变体，最著名的是ResNet-34和ResNet-50/101/152。这种下降不是由过拟合引起的，因为即使在训练集上，深层的模型误差也比浅层模型更高。这是ResNet的核心构建模块。，巧妙地解决了极深神经网络的。
【神经网络与深度学习（吴恩达）】神经网络基础学习笔记
qq_62361050的博客
11-24 701
接下来我们符号化一下表示，首先将x和y放在一起，x表示某张图片的特征向量，y表示分类结果，将所有的样本图片和与其对应的分类结果放在一块，即可组成数量为m的训练集，然后将所有x特征向量按列依次放入一个矩阵中即可组成一个X，表示待分类的图片特征数据矩阵，在Python语言中X.shape = (nx,m)，分类完成后，结果矩阵Y，表示所有分类结果数据，在Python语言中Y.shape = (1,m)。一个神经网络的计算都是按照前向或反向传播过程来实现的，首先计算出神经网络的输出，紧接着进行一个反向传输操作。
【深度学习新浪潮】如何使用多模态大模型进行图片的开放词汇语义分割？
智能守恒_HengAI
11-23 190
"""加载并预处理图像""""""使用Grounding DINO检测目标边界框""""""使用SAM生成分割掩码"""# 转换图像为numpy数组# 设置SAM图像编码器# 转换边界框格式（xyxy -> yxyx，且归一化到0-1）boxes_yxyx = boxes_xyxy[:, [1, 0, 3, 2]] # SAM要求yxyx格式# 生成掩码本文提出的泛化性强：支持任意文本描述的类别分割，无需重新训练。易用性高：基于开源库构建，代码量少于200行即可落地。性能可靠。
神经网络深度解析：从神经元到深度学习的进化之路
qq_51229257的博客
11-24 675
周志华《机器学习》第五章“神经网络”是连接传统机器学习与深度学习的桥梁——它从模拟人脑神经元的基本模型出发，逐步构建多层网络，核心突破是BP算法的提出，最终延伸到深度学习的核心思想。本章的核心逻辑是：通过“神经元加权求和+激活函数”构建基本单元，用多层结构拟合非线性关系，靠BP算法优化参数，再通过不同网络拓扑适应不同任务。本文将从“基础模型→核心算法→代码实现→习题解答”四个维度，用通俗比喻和实例拆解第五章的核心知识，帮你吃透神经网络的设计原理与工程实践。神经网络的最小单元是神经元，源于1943年提出的M-
掌握Python深度学习：GitHub Jupyter笔记本指南
- **深度学习库：** Python中有多个深度学习库，最著名的包括TensorFlow、Keras和PyTorch等。Keras是一个高级神经网络API，能够在TensorFlow、CNTK或Theano之上运行。Keras是专为快速实验而设计的，能够以最小的延迟...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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

打赏作者

智驾

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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