0基础、非计算机系学Python该如何入手?

非计算机系自学python,老实说,一般人学不来! 本人当时属非计算机专业Python从业人员,甚至可以说和编程这个行业没有任何关系。但是,在后来参加工作没多久,果断就选择转行自学搞Python。那为什么说,一般人学不来呢? 首先,非科班出身、已经有收入的哥们,许多都无法毅然决然选择放弃重新开始。其次,通过自学来完成学业,本身就不是一件容易的事情。 在这里也告诉即将搞Python的哥们一个“行业潜规则”,只有从事编程工作的伙伴才会知道,其实自学Python会比科班出生更容易受到公司的青睐,当然前提是你两技术差不多。这也是为什么我会选择自学的原因。 阅读详情

首先我觉得要放平心态,不用过多去纠结是不是专业出身这回事。

想学那就认真去学,我们最终目标是掌握Python这门技能。

非计算机专业同时零基础,想自学Python该如何上手?分享我自学Python的几点建议吧。

1、重视基础

Python是一门系统性的技能学习,由浅到深,基础没有搞懂后续的学习是非常困难的,很形象的一句话就是:入门到入土。

列举了一些基础的Python知识点,比如

  • Python语法基础:常量与变量、逻辑、条件语句

  • Python数据结构:列表、队列、元祖、集合、字典、字串符

  • 函数:定义函数、调用函数、函数的嵌套、递归函数

  • 文件的基本操作:文件的打开、编辑、关闭

  • 面向对象编程:类对象、实例对象、定义类、实例化对象

  • 异常处理:学会捕捉异常、自定义异常

…

数据结构部分的列表、字串符等数据类型是贯穿整个编程的学习过程。

这一部分可以在理解概念之后去找一些简单的练习自己操作一下它的具体用法,操作会让你更理解概念。

比如 len()、max()、min() 函数,以及 append()、count()、extend()等体例。

假如你对Python爬虫感兴趣的话,那这些基础是必须要掌握的:

  • List dict:用来序列化你爬的东西

  • 切片:用来对爬取的内容进行分割、生成

  • 条件判断(if等):用来解决爬虫过程中哪些要哪些不要的问题

  • 循环和迭代(for while):用来循环、重复爬虫动作

  • 文件读写操作:用来读取参数、保存趴下来的内容等

元素(列表、字典、元组等)、变量、循环、函数等等都要能熟练运用。

万事总是开头难,但迈出了第一步你会发现好像也没有这么难,重点在正确的学习路线和学习方法。

零基础学Python,先花时间学好基础,再层层深入,基础学好了能减轻后续学习的负担。

2、资料已精不宜多

不太建议一上来就抱一堆书啃!

挑一本适合自己的入门教程从头到尾看完,跟着书练一遍例题,效果比你这一本看一下那本书翻一下要好很多。

Python入门书籍推荐非常多,各个门类的都有,且侧重点都不一样。

可以先看看相关的电子书籍版本,再根据自身的学习能力和阅读喜好,去选择纸质书学透彻,底层基础没问题了,再去看进阶提高的书籍。

我个人用得比较好的是《Python编程,从入门到实践》。

这本书学者评价很高,被很多人称为Python最好的入门学习书籍没有之一,我也很认同。

这本书分为基础和实操两个模块,很好的兼顾了理论和实践,对基础知识的讲解非常详细,特别是一些基础语法,比如列表、字典、条件循环语句,能让初学者易于理解。

实操方面也不是枯燥乏味的案例,以小游戏的形式来加深对知识点的理解和运用,个人非常推荐入手。

3、增强输出能力

学习了一段时间之后,利用Python做一些事情。

通过不断的实践来巩固提高前面学习的理论基础,大量的实战练习后,你会发现自己敲代码时会有手感了。

比如了解一些第三方库的应用,像用BeautifulSoup写爬虫,爬取一些简单的网页,这些我们是可以直接拿来用的。

例如数据可视化

补充一些HTTP、HTML、JS等网页知识,像学爬虫的话多少需要懂点这方面的知识。

在开始学习之前先去熟悉掌握一部分经常使用的例子,在实际遇到问题的时候,再去找对应的更多用法会更高效。

4、动手练习!

项目练习一定要做,一定要动手!动手!动手!

不要相信自己的眼睛会了,实际手和脑子都没有学会,Python虽然是一门编程语言,但最终的导向还是要自己能独立敲代码搭建框架,设计程序等。

5、复习很重要!

每日的理论和实践不要当天学完了自己没有疑难点就算了,一觉醒来后,你会发现脑袋是空白的。

总结一下上面的各项内容,无非也就是多看、多练、多动手。

6、学会利用网站自学

对于有些初学者来说有视频的讲解会更容易理解知识点,尤其是Python比较抽象,有些概念理解起来会比较难懂。

这里推荐几个比较好的自学网站

菜鸟教程

B站

python中文学习大本营

Github

自学之外,如果能够有专业人士给你指导,那是最好的,有问题可以及时解决。

有人会说我不打算走专业技术线,那学Python有什么用呢?

不要着急下定论哟~

在办公自动化上面可是很省心的,比如:

  • 利用Python批量处理excel表格

  • 自动生成报表

  • Word、PPT自动化

  • 自动化爬虫

  • 邮件处理

  • 文件批量处理

学会利用Python处理重复繁杂的工作内容,效率会大大提高。

兼职赚外快

掌握Python技能后,可以通过一些接单平台、群接单等渠道来做任务赚取外快。

一般的三四百一单,难度比较高一点的几千一单也有,看个人能力。

对于朝九晚五的职场人来说这是一个不错的业余赚钱方式,可以长期做,且时间自由。

还有运营、产品、编辑、销售、老师、行政等等这些工作都可以用到Python哦!

多去逛逛招聘网站的话,你会发现现在已经有很多的公司在招聘的时候对python这项技能有要求了。

Python在各行各业的应用

【房地产销售】

可以用Python来抓取海量房产信息,抓取附近房源全部评价和细节内容,对比出最有竞争力的价格,用真实的数据获得客户的信赖。

【会计】

一键整理财务报表,不用担心人为的细节出错,用 Python 把重复的信息一键生成表格,超方便快捷,整个过程只需要不到 10 分钟!

【金融从业人员】

面对庞大的数据和复杂的流程时,输入几行代码就可以一次性处理上百个表格,自动抓取关键数据绘制成基本走势图、移动平均线、RSI 和 MACD 指标。

【新媒体运营】

用Python来抓取相关数据,比如抓取页面中用户停留时长、每个部分的跳出比。运营小编可以抓取各个网站的有流量的爆款文章整合成一篇精品文章。

【电商行业】

一键抓取竞品店铺的单价、客户群、销售额、每日价格趋势分析、并制作数据报表,大大提升了运营效果,每天准时下班。

除了上面提到的,像数据分析与可视化,自动下载资料文件,提取关键字等等这些功能用Python分分钟就能完成。

在职场,可以说只有你想不到的,没有Python做不到的!

比起埋头加班,不如多学一些技能,把工作效率提高,职场环境不会改变,解决之道在于改变自己。

总而言之,Python已不是程序员的专属了,在未来如果我们不想被取代,那必须意识到“技能傍身”的重要性。

现在Python学习很热门,无论是市场需求还是薪资待遇都是炙手可热。

虽然从目前的就业现状来看,Python的工作机会没有Java多,但Python面向未来。

随着人工智能的发展,会否推动Python产生更多新兴岗位的需求?未来几年Python的发展空间还是值得期待的。

关于Python学习指南

学好 Python 不论是就业还是做副业赚钱都不错,但要学会 Python 还是要有一个学习规划。我收藏了很多技术干货,可以共享给喜欢我文章的朋友们,如果你肯花时间沉下心去学习,它们一定能帮到你,干货内容包括:

👉Python所有方向的学习路线👈

Python所有方向路线就是把Python常用的技术点做整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。

在这里插入图片描述

👉Python学习开发工具👈

工欲善其事必先利其器。学习Python常用的开发软件都在这里了,给大家节省了很多时间。

在这里插入图片描述

👉Python入门学习视频👈

我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了。

在这里插入图片描述

👉Python实战练手案例&源码👈

光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。

在这里插入图片描述

👉全套PDF电子书👈

书籍的好处就在于权威和体系健全,刚开始学习的时候你可以只看视频或者听某个人讲课,但等你学完之后,你觉得你掌握了,这时候建议还是得去看一下书籍,看权威技术书籍也是每个程序员必经之路。

在这里插入图片描述

👉Python大厂面试资料👈

我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。

👉Python副业兼职学习路线👈

​​在这里插入图片描述

👉 这份完整版的Python全套学习资料已经上传,朋友们如果需要可以扫描下方优快云官方认证二维码或者点击链接免费领取【保证100%免费】

读者福利:优快云大礼包:《Python小白从入门到精通全套学习资料》免费分享 安全链接免费领取

支付宝周期扣款实战:从签约到主动扣款的完整Java代码与避坑指南 本文详细介绍了支付宝周期扣款功能的完整Java实现流程,从协议签约到主动扣款的各个环节,包括业务模型设计、签约接口实现、异步通知处理、主动扣款技术等关键步骤。针对开发中常见的陷阱和问题,提供了实用的避坑指南和代码示例,帮助开发者高效实现连续支付功能,提升用户留存率。 阅读详情

相关推荐

等保2.0下可信验证的动态实现与合规实践

本文深入解读等保2.0标准中的“可信验证”要求,并重点探讨其动态实现与合规实践。文章阐述了从可信根、信任链到动态验证的核心概念,拆解了不同安全等级的实施差异,并提供了从硬件选型、软件赋能到平台集成的四步落地指南。通过行业案例与避坑心得,为构建覆盖计算环境、区域边界、通信网络和安全管理中心的全链条可信防御体系提供了实用参考。

d3e4f的博客 828

编程0基础应当如何开始学习 Python?

我自己也不是IT专业的,刚开始学Python只因为想挣点外快,在淘宝接单帮人爬数据,一单能挣到几百。不过正是靠着python,我开始进军IT行业,不满足于现有的技术,开始往更多领域扩展,进修了Java、web前端、还做过一段时间的数据分析师。今天就和伙伴们聊聊怎么学Python吧,总结的是我自己的学习经验,讲解有不足的地方也请各位路过的大佬轻喷。

lyy2017175913的博客 138

Shopee滑块验证码太刁钻?手把手教你用Python+Playwright绕过弧形验证(附影刀RPA接入代码)

本文详细介绍了如何使用Python和Playwright结合SadCaptcha第三方服务高效破解Shopee平台的弧形滑块验证码,并集成到影刀RPA工作流中。该方案开发周期短、准确率高(>90%),特别适合跨境电商自动化操作,已在实际项目中验证成功。

weixin_29284657的博客 567

非程序员也能学Python,看看能用它做些什么?

① Python所有方向的学习路线图,清楚各个方向要学什么东西② 600多节Python课程视频,涵盖必备基础、爬虫和数据分析③ 100多个Python实战案例,含50个超大型项目详解,学习不再是只会理论④ 20款主流手游迫解 爬虫手游逆行迫解教程包⑤ 爬虫与反爬虫攻防教程包,含15个大型网站迫解⑥ 爬虫APP逆向实战教程包,含45项绝密技术详解⑦ 超300本Python电子好书,从入门到高阶应有尽有⑧ 华为出品独家Python漫画教程,手机也能学习。

lvaolan的博客 1191

基于 国产USRP B210 的通信+侦测+干扰三合一实验平台,解锁无线攻防全场景!

在当代复杂电磁环境与多样化通信需求并存的背景下,软件定义无线电(SDR)技术正展现出前所未有的系统灵活性与功能可重构性。由两台USRP-LW B210软件无线电设备模拟无线链路通信过程,能够模拟多种无线通信信号传输及图像传输场景,适用于通信协议验证、抗干扰测试及教学实验。,支持"通信-侦测-干扰-优化"的闭环实验流程,为无线通信领域的教学科研与工程应用提供了一套经济高效、功能完备的解决方案。系统可对通信链路信号进行快速、自动化侦测、识别、告警,并支持多种干扰信号生成、模式切换及效果评估功能。

luowave2012的博客 832

ROS2节点通信实战:用C++手写一个‘智能小车’控制模型(附完整代码)

本文详细介绍了如何使用ROS2和C++构建一个智能小车控制模型,涵盖运动控制节点、电池管理服务、参数动态配置和Rviz可视化等核心功能。通过实战项目演示ROS2节点通信机制,帮助开发者快速掌握机器人开发的关键技术,并提供了完整的代码实现和系统集成方案。

weixin_30607029的博客 261

0基础,非计算机专业,怎么自学Python?

近年来,Python可以说是比较热门的,很多人都想去学习,觉得前途会很不错。 我作为在这一行工作了有些年头的老程序猿,就来和大家好好的聊一下该怎么去学习Python吧。 有很多人都听说Python很适合新手学习,觉得它的可读性不错,上手容易。 的确,Python自带了很多的模块,配置开发的环境也相对而言简单一些,但是这并不代表Python就很好学习,这只是相对而言,如果你没有决心去好好学,只是抱着试一试的态度,那最好还是不要浪费时间了。 下面我们言归正传,来具体说说Python,我们要理清楚一个思路,那就

Java_bx的博客 306

专转本-信息通信技术-笔记

专转本-信息通信技术-笔记

大今野 1365

不是程序员,学python_如果您不是程序员或开发人员,为什么还要学习Python?

不是程序员,学pythonI’m not a programmer 我不是程序员 Usually, coding is not that easy to learn and this could be one of the reasons that people refrain from entering the door or even knocking. The idea here is n...

weixin_26746861的博客 320

华为OD机试真题 新系统 - 8位LED控制器 (Java/Py/C/C++/Js/Go)

本文整理华为 OD 机试新系统机考真题库,涵盖高频考点精析与完整题目内容,提供 C 语言、Java、C++、Python、Go、JavaScript 多语言源码实现,搭配详细解题思路讲解,并支持在线 OJ 刷题练习,助力高效备考华为 OD 机试新系统。

算法大师! 1976

实战:RK3568 Android14 调试 ES8388 音频驱动 (MIC 篇)

这个板子的MIC设计使用了硬件自动切换方案,极大简化了软件层面的逻辑。我们不需要根据耳机插拔事件去编写复杂的路由切换代码,只需要守住 LIN1/RIN1 这一个入口,配置好增益,剩下的交给那颗 SGM3157 芯片即可。祝您的录音功能调试顺利!

qq_33427070的博客 1680

0基础学python有多难 知乎,零基础学python买什么书

大家好,小编来为大家解答以下问题,零基础python入门看哪本书好,零基础学python这本书怎么样,今天让我们一起来看看吧!

2301_81837718的博客 411

基于物联网技术设计的微型消防小车控制系统(STM32+ESP8266局域网)(181)

基于物联网技术的小微型消防车控制系统。通过远程控制功能,用户能够灵活操作消防车的行驶,方便快速抵达火灾现场。环境感知功能实时采集烟雾浓度、温湿度信息,为灭火决策提供科学依据。火源定位功能采用自动和手动两种模式,准确迅速地定位火源,并通过报警提示用户。灭火功能则根据火源定位结果,自动或手动启动干粉灭火器进行高效灭火。这些功能的结合实现了对小型火灾的全面应对,提升了消防效率与安全性,减少了火灾带来的损失。通过本项目的设计与实现,为消防领域提供了一种创新且实用的解决方案。

3081

0基础学编程,如何选择适合自己的编程语言?

对于大多数编程初学者来说,可能困扰最多的一个问题是:海风教育退费 海风教育在线辅导0元一对一试听课等你来领取,领取课程方法: 1、私信留下您的手机号和姓名,需要补习的科目。 2、也可以在海风教育官网留下您的手机号领取 https://www.hfjy.com “我应该学什么编程语言?” “我需要学习哪些课程才能做出一个web、一个app?” “我学习什么样的编程语言比较容易找到工作?” …大多数...

weixin_43932460的博客 244

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

深入理解计算机系统应该什么时候学_0基础学编程,如何选择适合自己的编程语言?...

对于大多数编程初学者来说,可能困扰最多的一个问题是:“我应该学什么编程语言?”“我需要学习哪些课程才能做出一个web、一个app?”“我学习什么样的编程语言比较容易找到工作?”……大多数人一直纠结这些问题,陷入了东学一点、西看一点的死循环中,到头来什么都没学好,做了无用功,还耗费很多时间。如果大家如果在自学遇到困难,想找一个Python学习环境,可以加入我们的Python学习圈,点击我加入吧,会节...

weixin_39922374的博客 289

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

学python用哪本书比较好,学python哪本书比较好用

大家好,小编来为大家解答以下问题,学python用哪本书比较好,学python哪本书比较好用,今天让我们一起来看看吧!

zjl102562的博客 1014

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

学python买什么书比较好,学python用哪本书比较好

大家好,小编来为大家解答以下问题,学python买什么书比较好,学python用哪本书比较好,现在让我们一起来看看吧!

2301_81900494的博客 1168

学了python用什么书最好,学python用什么书比较好

大家好,小编来为大家解答以下问题,学了python用什么书最好,学python用什么书比较好,现在让我们一起来看看吧!

weixin_70649164的博客 678

学python用哪本书比较好,学python什么书比较好

大家好,给大家分享一下学python用哪本书比较好,很多人还不知道这一点。下面详细解释一下。现在让我们来看看!

YYmmsss的博客 806

学python买什么书比较好,学python买什么书好

大家好,小编来为大家解答以下问题,学python买什么书比较好,学python买什么书好,今天让我们一起来看看吧!

number_516的博客 1019

学python用哪本书比较好,想学python买什么书好

这篇文章主要介绍了学python用哪本书比较好,具有一定借鉴价值,需要的朋友可以参考下。希望大家阅读完这篇文章后大有收获,下面让小编带着大家一起了解一下。

yang0728y的博客 1013
上一篇: 为何你的爬虫学着学着还是一爬就废?
下一篇: 新手初入爬虫有哪些点要注意?
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
 
 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
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