偷懒的阿贤 - 博客园

2025年12月2日

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(19) 评论(0) 推荐(0)

2025年12月1日

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(5) 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)

2025年11月30日

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(5) 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(4) 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(6) 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(2) 评论(0) 推荐(0)

2025年11月28日

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(4) 评论(0) 推荐(0)