学习目标：

六周深度学习基础

学习内容：

1. 学习《深度学习入门 基于Python的理论实现》前四章
2. 学习Python基础语法和Numpy

学习时间：

• 2023.5.8-2023.5.13

学习产出：

一、Python基础语法

• 切片：

1、开始索引 start_index ：表示的是开始切片的位置，并且切片结果包含该索引下的值；

2、终止索引 end_index： 表示的结束切片的位置，并且切片结果不包含该索引下的值；

3、步长step ：表示切取的步长值，可正可负，step为正时，索引方向为正方向，step为负时，索引方向为负方向，当step值省略时，默认取值为1。

切记：步长正负决定切片方向，非常重要！！

当未写start_index、end_index的值时，都默认，从索引的端点处开始

以下举例对象都是列表 a = [ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

切取单个对象

a[5]  # 5

切取段

a[0 : 5]  # 0,1,2,3,4 

a[ : ]    # 整个列表

注：切取符号为冒号 ：一般不取终止索引数据，空填表示从头开始。

插入数据

a[3: 3] = [2, 3]  # 在3之后插入2，3，最终列表，【0，1，2，3，2，3，4，5，6，7，8，9】

成段替换

a[2, 3] = [4, 5]    # 最终列表【0，1，4，5，4，5，6，7，8，9】

• Numpy

shape：维度

dtype：数据类型

numpy：计算时自带广播

生成numpy数组：

import numpy as np


# 生成NumPy数组 数组实际类型（numpy.ndarray）。
x = np.array([1.0, 2.0, 3.0])
print(x)
print(type(x))

'''
[1. 2. 3.]
<class 'numpy.ndarray'>
'''

常用的numpy函数：

 常用的numpy函数https://baijiahao.baidu.com/s?id=1737575564440642740&wfr=spider&for=pc

• matplotlib

画图：
import matplotlib.pyplot as plt

读图片：

from matplotlib.image import imread

matplotlib.image读入的图片带坐标轴，我看原图用PIL的Image包。

二、三四章神经网络基础

理论看完了，书上的代码复现了一部分，第四章想自己手推一遍再实现比较好。实践上还差点。