2020-03-29
重新学习一下Python基础
会包含基本类型、常见的一些操作
目的是为了重新熟练起来Pyhton的操作
细细想来距离上一次写Python，已经有一段日子了

都是序列都可以存储任何数据类型 可以通过索引访问

使用方括号[]创建列表，而使用括号()创建元组

元组无法复制。原因是元组是不可变的。如果运行tuple(tuple_name)将返回自己

可以修改列表的值，但是不修改元组的值
不能将列表用作字典中的key，但可以使用元组作为字典key（hash值不变）

Python将低开销的较大的块分配给元组，因为它们是不可变的，列表的长度是可变的。
对于列表则分配小内存块。
与列表相比，元组的内存更小。
当你拥有大量元素时，元组比列表快。

不可变的tuple有什么意义？因为tuple不可变，所以代码更安全。
如果可能，能用tuple代替list就尽量用tuple。

当你定义一个tuple时，在定义的时候，tuple的元素就必须被确定下来

如何创建一个“可变”的元组

t = ('a','b','c',['A','B','C'])         此时元组只有四个元素
print(t)
t[3][0] = 'X'
t[3][1] = 'Y'
t[3][2] = 'Z'
print(t)

为何此时元组会改变？ 其实元组不变指的是元组元素指向不变， 所以t中的第四个元素为list时， 我们改变的是list中的元素，而不是元组中元素的指向 且元组中元素的指向并不变

可以作为Python的入门

1. 变量与数据类型VariableAndDatetype
2. 函数Function
3. 解包Unpacking
4. 异常处理Exception
5. 文件操作FileOperator
6. 类Class、构造函数Constructor、类函数ClassFunction、继承inheritance
7. 模块Module1
8. 模块Module2
9. 包Package

环境：Anaconda、TensorFlow2.1
编辑器：Jupyter Notebook
配合【北京大学】Tensorflow学习笔记使用

1. 张量Tensor和常用函数
2. 神经网络实现鸢尾花分类
3. 复杂度、学习率、激活函数、损失函数
4. 缓解过拟合
5. 优化器

1. 搭建神经网络八股
2. MNIST数据集
3. FASHION数据集

1. 自制数据集
2. 数据增强
3. 断点续训
4. 参数提取
5. acc&loss可视化
6. 给图识物

1. 卷积计算过程、感受野、全零填充
2. 卷积神经网络CBAPD
3. Cifar10数据集
4. 卷积神经网络搭建
5. LeNet
6. AlexNet
7. VGGNet
8. InceptionNet
9. ResNet
10. 经典卷积神经网络小结

1. 循环核、循环层
2. 循环计算过程-字母预测
3. Embedding
4. RNN实现股票预测
5. LSTM实现股票预测
6. GRU实现股票预测