人工智能 - 随笔分类 - 偷懒的阿贤

摘要：给到一定的参数，不给确定的标签或者目的性，由算法根据参数相关的共通性进行自我分类、分组阅读全文

posted @ 2025-12-03 11:55 偷懒的阿贤阅读(4) 评论(0) 推荐(0)

摘要：给到确定输入，给到确定输出回归算法：回归曲线->根据一个或着多个输入参数，需要得到拟合或者过拟合的确定结果，是一个没有限制结果数量的过程分类算法：鸡兔分类->给到一个所有鸡兔，经过一些列过程，分为鸡和兔阅读全文

posted @ 2025-12-03 11:52 偷懒的阿贤阅读(8) 评论(0) 推荐(0)

摘要：作为零基础小白，学习人工智能（AI）需要从数学基础、编程能力、算法理解、实践项目四个维度循序渐进，避免直接啃复杂理论。以下是一条从“完全小白”到“能独立完成AI项目”的系统学习路线，附具体资源、学习重点和实践建议，帮你稳扎稳打入门。一、前置准备：数学与编程基础（1-3个月） AI的核心是“用数学阅读全文

posted @ 2025-12-02 10:49 偷懒的阿贤阅读(34) 评论(0) 推荐(0)

Jupyter代码编辑器

摘要：#计算机用户名(即C://User/用户名)为中文，则无法兼容Jupyter。在conda中运行例如： (DL) C:\Users\YQ>jupyter notebook --generate-config 生成后，在该目录下在jupyter_notebook_config.py中修改：修阅读全文

posted @ 2025-12-01 17:59 偷懒的阿贤阅读(7) 评论(0) 推荐(0)

安装PyTorch

摘要：PyTorch一分为三：torch、torchvision、torchaudio #pip下载命令 pip install torch==1.12.0+cu113 torchvision==0.13.0+cu113 torchaudio==0.12.0 --extra-index-url https 阅读全文

posted @ 2025-12-01 17:43 偷懒的阿贤阅读(7) 评论(0) 推荐(0)

创建虚拟环境

摘要：#清屏 cls #base环境下的操作 conda env list #创建名维“环境名”的虚拟环境，并指定Python的版本 conda create --prefix=安装路径\环境名 python=3.9 #删除名为“环境名”的虚拟环境 conda remove -n 环境名 --all #进阅读全文

posted @ 2025-12-01 17:16 偷懒的阿贤阅读(8) 评论(0) 推荐(0)

pandas数据分析

摘要：import pandas as pddf = pd.read_csv('Data1.csv',index_col=0)print("只显示前5行\n" + str(df.head()))print("\n" + str(df.tail()))print("基础细节\n" + str(df.desc 阅读全文

posted @ 2025-11-30 12:20 偷懒的阿贤阅读(7) 评论(0) 推荐(0)

pandas对象的变形

摘要：import pandas as pd#二维数组对象#左右翻转v = [[1,2,3],[4,5,6],[2]]k = ['a','b','c']c = ['序号一','序号二','序号三']df = pd.DataFrame(v, index=k, columns=c)print("\n"+str 阅读全文

posted @ 2025-11-30 11:40 偷懒的阿贤阅读(6) 评论(0) 推荐(0)

pandas对象的索引

摘要：import pandas as pd#创建列表对象v = [1,2,3]k = ['a','b','c']c = ['序号']sr = pd.Series(v,index=k)df = pd.DataFrame(v,index=k,columns=c)print("创建二维数组对象：\n" + s 阅读全文

posted @ 2025-11-30 11:11 偷懒的阿贤阅读(8) 评论(0) 推荐(0)

pandas对象的创建

摘要：import pandas as pdimport torch#用字典创建dict_v = {'a':0,'b':1,'c':2,'d':3}sr = pd.Series(dict_v)print("\n" + str(sr))#用列表创建v = ['1','2','3']k = ['a','b', 阅读全文

posted @ 2025-11-30 10:32 偷懒的阿贤阅读(4) 评论(0) 推荐(0)

数组和张量

摘要：'''Numpy和PyTorch的基础语法几乎一致，具体表现为：1 np对应torch2 数组array对应张量tensor3 Numpy的n维数组对应着PyTorch的n阶张量数组与张量之间可以相互转换：1 数组arr转为张量ts:ts = torch.tensor(arr);2 张量ts转为数组阅读全文

posted @ 2025-11-28 16:05 偷懒的阿贤阅读(6) 评论(0) 推荐(0)

布尔型数组

摘要：import numpy as nparr = np.arange(1,7).reshape(2,3)print(arr)print("数组与数字的比较" + "\n" + str(arr >= 4))arr1 = np.arange(2,8).reshape(2,3)print("同维数组的比较" 阅读全文

posted @ 2025-11-28 16:04 偷懒的阿贤阅读(6) 评论(0) 推荐(0)

数组的函数

摘要：import numpy as nparr1 = np.arange(5)arr2 = np.arange(5)arr3 = np.arange(15).reshape(5,-1)print("矩阵乘积" + str(np.dot(arr1,arr2)))print("向量与矩阵的乘积" + str 阅读全文

posted @ 2025-11-28 16:03 偷懒的阿贤阅读(4) 评论(0) 推荐(0)

数组变形

摘要：import numpy as np#数组的转置arr1 = np.arange(10)arr2 = arr1.reshape(2, 5)print("\n" + str(arr2))print(arr2.T)#数组的翻转print("\n" + "上下翻转" + str(np.flipud(arr 阅读全文

posted @ 2025-11-28 16:03 偷懒的阿贤阅读(5) 评论(0) 推荐(0)

数组赋值仅是绑定

摘要：import numpy as nparr1 = np.arange(10)print(arr1)arr2 = arr1print("把arr1赋值给arr2")arr2[0] = 100print("修改数组2：" + str(arr2))print("原数组也被修改" + str(arr1)) 阅读全文

posted @ 2025-11-27 16:55 偷懒的阿贤阅读(2) 评论(0) 推荐(0)

访问数组切片

摘要：import numpy as nparr1 = np.arange(10)print(arr1)print("从索引[1]开始，切到索引[4]之前" + str(arr1[1:4]))print("从索引[1]开始，切到结尾" + str(arr1[1:]))print("从向量开头开始，切到索引阅读全文

posted @ 2025-11-27 16:55 偷懒的阿贤阅读(10) 评论(0) 推荐(0)

数组切片仅是视图

摘要：与python列表和Matlab不同，Numpy数组的七篇仅仅是原数组的一个视图，换言之，Numpy切片并不会创建新的变量 import numpy as nparr = np.arange(10)print("创建原数组arr：" + str(arr))cut = arr[ :3]print("创阅读全文

posted @ 2025-11-27 16:54 偷懒的阿贤阅读(8) 评论(0) 推荐(0)

花式索引

摘要：import numpy as nparr1 = np.arange(0,90,10)print(arr1)print("花式索引：" + str(arr1[[0,2]]))arr2 = np.arange(1,17).reshape(4,4)print("创建矩阵：" + str(arr2))pr 阅读全文

posted @ 2025-11-27 16:54 偷懒的阿贤阅读(8) 评论(0) 推荐(0)

访问数组元素

摘要：import numpy as np#访问向量arr1 = np.arange(1,10)print("创建向量")print("正着访问" + str(arr1[3]))print("倒着访问" + str(arr1[-1]))arr1[3] = 100print("修改第四个元素" + str( 阅读全文

posted @ 2025-11-27 16:53 偷懒的阿贤阅读(3) 评论(0) 推荐(0)

创建递增数组

摘要：import numpy as nparr1 = np.arange(10)print("\n"+"从0开始到10之前结束："+str(arr1))arr2 = np.arange(10,20)print("\n"+"从10开始到20之前结束："+str(arr2))arr3 = np.arange 阅读全文

posted @ 2025-11-25 17:48 偷懒的阿贤阅读(6) 评论(0) 推荐(0)

随笔分类 - 人工智能