博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
Python教程——学习笔记(187P)
阅读量:2588 次
发布时间:2019-05-11

本文共 361 字,大约阅读时间需要 1 分钟。

自己总结的学习笔记,包含从基本语法到模块应用、GUI设计、爬虫等方面。并在其中添加了各个学习要点的参考链接,希望对大家有帮助。 

这篇笔记使用的时word格式(docx),段落和目录都比较方便修改,大家可以在下载后根据自己的需求修改笔记内容。

这个版本的笔记共167页,内容不是很多,如有侵权或者敏感内容,请大家及时给我留言,我会及时撤除链接并修改。

以下是笔记目录:

PS:这个笔记后续还会继续更新,敬请关注。这个笔记原来是放在CSDN的下载资源上,本想免费分享,但发现在设置中下载最少需要1积分,现在就将下载资源放在百度网盘上了。

2018-11-16 第一次上传

2018-12-14更新:主要为修改爬虫和其它模块等部分。笔记下载地址:(167P)

2019-2-15更新:完善部分原有内容。笔记下载地址:(187P)

转载地址:http://lszfd.baihongyu.com/

你可能感兴趣的文章
梯度消失问题与如何选择激活函数
查看>>
为什么需要 Mini-batch 梯度下降,及 TensorFlow 应用举例
查看>>
为什么在优化算法中使用指数加权平均
查看>>
什么是 Q-learning
查看>>
用一个小游戏入门深度强化学习
查看>>
如何应用 BERT :Bidirectional Encoder Representations from Transformers
查看>>
5 分钟入门 Google 最强NLP模型:BERT
查看>>
强化学习第1课:像学自行车一样的强化学习
查看>>
强化学习第2课:强化学习,监督式学习,非监督式学习的区别
查看>>
强化学习第3课:有些问题就像个赌局
查看>>
强化学习第4课:这些都可以抽象为一个决策过程
查看>>
强化学习第5课:什么是马尔科夫决策过程
查看>>
强化学习第6课:什么是 Crossentropy 方法
查看>>
强化学习第7课:交叉熵方法的一些局限性
查看>>
强化学习 8: approximate reinforcement learning
查看>>
图解什么是 Transformer
查看>>
代码实例:如何使用 TensorFlow 2.0 Preview
查看>>
6 种用 LSTM 做时间序列预测的模型结构 - Keras 实现
查看>>
走进JavaWeb技术世界1:JavaWeb的由来和基础知识
查看>>
走进JavaWeb技术世界2:JSP与Servlet的曾经与现在
查看>>