Python-AI基础

Tensor的概念、在机器学习中的位置、稀疏张量与稠密张量、数学概念回忆、Tensor数据类型，代码实操等

数据分析主要分成三大部分： 数据采集 它是我们的原材料，也是最“接地气”的部分，因为任何分析都要有数据源。 数据挖掘 它可以说是最“高大上”的部分，也是整个商业价值所在。之所以要进行数据分析，就是要找

国外 AitoGrow: aitogrow.com Cookup AI: Discover AI apps for every usecase Cookup AI FutureTools未来工具: F

指令 + 背景 + 任务 + 输出引导 例1 - 网红笔记 指令：帮我写一篇引爆'掘金'的技术文章 背景：应对职业PUA 要求：字数2000字以内，开头分析现状并提出问题，内容按序层层递进，结尾升华引

学习大模型与chatGPT实战的预习资料:Anaconda+PyTorch+PyCharm之安装配置

前置复习资料之一：Pycharm vs Python Console vs Jupyter的工作经比较，以后三者混用。—— 重新做了修改与补充

LLM与ChatGPT实战之预习资料笔记： 手把手PyTorch + anaconda3+pycharm_入门工程，《Python+PyTorch+Anaconda安装配置》的姐妹篇

一、检查Python版本 二、升级penssl - 解决安装python3之后SSL不可用问题 python3安装在centos会存在如下问题： 问题描述 WARNING: pip is config

TensorBoard 在数据训练过程中，我们需要一个可观化的工具查看数据的变化过程、状态，TensorBoard就是这样的一组这样的数据可视化的工具。 TensorBoard在训练过程中很有用, 特

dataloader的详细介绍与实操代码，并做了详细注解。 dataloader的主要用途是dataset中抽取数据，如何取/取多少等由dataloader的参数设置的。

Torchvision torchvision是pytorch的一个图形库，它服务于PyTorch深度学习框架的，主要用来构建计算机视觉模型。 数据集准备 - CIFAR10 官网地址：请入查看该数据

随手手册，希望对初学者有用，更适用于主技术栈非python，偶尔需要用python和pytorch的JYM的入门速查. 想从事AI方向的JYM，是绕不开Python和Pytorch，对于有经验的程序员

什么是魔术方法 魔法方法(Magic Method)是python内置方法，格式为：“方法名”，不需要主动调用，存在的目的是为了给python的解释器进行调用，几乎每个魔法方法都有一个对应的内置函数，

Django和Flask的比较 Django功能大而全，Flask只包含基本的配置，Django的一站式解决的思路，能让开发者不用在开发之前就在选择应用的基础设施上花费大量时间。 Django有模板，

创建型模式 单例模式 可以由import来实现 多实例共享一个属性 结构型模式 最实用的是适配模式，通常用来解决兼容问题 行为模式 责任链模式：实现了发送才与接收者解耦，让多个对象接收发送者请求，并沿

通用基础操作 类型的内置方法 py的数据类型的内置方法统一使用 "句点符“表达。 输出类型的函数 type() 功能：数据类型输出 举例： 类型转换函数 功能：实现类型的转换 字符串操作介绍 类型转换

数据分析的价值 用户行为分析：优化业务，提升用户体验 业务数据分析：提前规避风险，识别机会 合理利用数据分析技术，还能为公司内部提高投入产出比（RIO） 数据分析遵循以下三个主要过程: 数据采集 数据

Python中的内置数据类型 数字（Number）关键字: int 、float、complex 字符串（String）关键字：单引号，双引号 三引号都可以表示，8 种内置类型都可转为字符串类型 列表

Word 格式与 Python 函数库 Excel 格式与 Python 函数库 Word 格式与 Python 函数库 Python 操作 Word 格式的库是 python-docx 库 安装与导

概述 Py是解释型语言，编译时不直接翻译成汇编语言而是字节码，在py的虚拟机中运行，在进行数据运算的场下，存在性能瓶颈。C++性能卓越，但学习门槛高且开发效率比py低，可用于密集型计算并用Python