logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

(17)100天python从入门到拿捏《正则表达式》

正则表达式是一种用来描述字符串匹配规则的模式语言。判断字符串是否符合某种格式;提取字符串中符合条件的部分;替换匹配的内容;拆分字符串。

文章图片
#python#正则表达式#开发语言
(10)100天python从入门到拿捏《Python中的数据结构与自定义数据结构》

1. 栈实现"""栈 - 后进先出(LIFO)数据结构""""""入栈操作""""""出栈操作"""raise IndexError("栈为空,无法执行出栈操作")"""查看栈顶元素"""raise IndexError("栈为空,无法查看栈顶元素")"""判断栈是否为空""""""返回栈的大小"""

文章图片
#python#数据结构#算法
(19)100天python从入门到拿捏《多线程》

本文介绍了Python中的多线程技术。主要内容包括:1) 多线程概念,即同一进程中运行多个线程;2) Python特有的GIL机制限制了CPU密集型任务的并行性;3) 创建线程的三种方式:Thread类、继承Thread类和使用线程池;4) 线程同步与锁机制解决共享资源冲突;5) 使用Queue实现线程间通信;6) 多线程适用于IO密集型任务如网络请求、文件操作等场景;7) 通过爬虫案例展示实际应

#python#算法#开发语言
(13)100天python从入门到拿捏《目录操作》

os模块是 Python 内置的一个标准库,用于与操作系统进行交互。它可以执行文件与目录的创建、删除、重命名;获取文件属性;遍历目录;获取系统信息(如路径、环境变量);以及执行系统命令。import os功能方法说明获取当前目录获取路径改变目录切换工作目录创建目录os.mkdir()新建文件夹删除目录os.rmdir()删除空目录列出内容遍历文件夹重命名文件改名删除文件删除文件判断存在检查路径判断

文章图片
#python#microsoft#windows
(14)100天python从入门到拿捏《Python的错误与异常机制》

我们可以自定义异常类型,用于业务逻辑错误。所有自定义异常都应继承自Exception。案例"""自定义异常:输入负数时触发"""passif x < 0:raise NegativeNumberError("不能对负数开平方!")try:print("自定义异常:", e)🧾输出自定义异常: 不能对负数开平方!结构用途示例try包含可能出错的代码except捕获并处理异常else无异常时执行el

文章图片
#python#windows#开发语言
(3)100天python从入门到拿捏

整数(int)浮点数(float)和复数(complex)。可变数据类型是指对象的值在创建后可以改变。这意味着,当你修改一个可变对象时,它的内存地址不会改变,只会改变对象的内容。不可变数据类型是指对象的值一旦创建后不能修改。如果你尝试修改不可变对象的内容,Python 会创建一个新的对象,并将修改后的值赋给新的对象。

文章图片
#python#开发语言
(一) 机器学习之深度神经网络

深度神经网络(DNN)技术演进与应用解析 深度神经网络(DNN)作为人工智能的核心技术,经历了从感知机到深度学习的重大演进。本文系统介绍了DNN的基本原理、网络架构和训练算法,包括: 神经元模型和多层感知机(MLP)的基本结构 常用激活函数(如ReLU、Sigmoid等)的特性比较 深度学习网络从输入层到输出层的完整处理流程 通过代码示例展示了神经网络的实现方式,并分析了DNN在图像识别、自然语言

#dnn#人工智能#神经网络
(二) 机器学习之卷积神经网络

卷积神经网络(Convolutional Neural Networks, CNN)是深度学习领域最重要的架构之一,在计算机视觉任务中取得了革命性的突破。本文深入解析CNN的核心原理、网络架构、关键技术以及从LeNet到现代CNN的发展历程,帮助读者全面理解这一重要技术。卷积神经网络、CNN、计算机视觉、深度学习、图像识别。

#机器学习#cnn#人工智能
(三) 机器学习之循环神经网络

循环神经网络(Recurrent Neural Network, RNN)是一类专门用于处理的神经网络架构,具有和的特点。本文深入解析RNN的核心原理、数学基础、网络架构以及从基础理论到现代应用的发展历程,帮助大家全面理解这一重要的序列建模技术。循环神经网络、RNN、序列建模、梯度消失、时间序列。

#机器学习#rnn#人工智能
(四)机器学习之长短期记忆网络

长短期记忆网络(Long Short-Term Memory, LSTM)是循环神经网络(RNN)的重要变体,专门设计用于解决传统RNN的梯度消失问题。本文深入解析LSTM的核心原理、网络架构、关键技术以及从RNN到现代序列建模的发展历程,帮助读者全面理解这一重要技术。长短期记忆网络、LSTM、循环神经网络、序列建模、梯度消失。

#机器学习#人工智能
    共 47 条
  • 1
  • 2
  • 3
  • 4
  • 5
  • 请选择