《深度学习入门 基于Python的理论与实现》第一章带读

上一篇文章地址：《深度学习入门-基于Python的理论与实现》书籍介绍

---

该章节主要介绍了Python基础内容，从Python的安装到Python基础的语法介绍，再到机器学习、深度学习中常用库：Numpy、Matplotlib的介绍。如果你之前已经对Python熟悉，本章可以选读，如果之前完全没有接触过Python，建议在该章节学习的同时再找其他Python入门资料学习，可参考文章末尾【拓展学习链接】。

在学习之前，首先了解一下到底什么是Python，其是一种简单、开源的编程语言，在机器学习、数据科学领域使用非常广。

关于Python的安装，网上有很多方法介绍，如果你是初学者，强烈建议使用Anaconda，通过该方法完成后，在之后的学习道路上，超过一半的包不需要额外再安装。

Python语言的使用，书中介绍了基本的语法，可以跟着学习。不过在学习中，可以使用更加友好的解释器完成，目前业界主流是通过Pycharm书写代码，书中并没有介绍，如果感兴趣的伙伴，可以通过拓展学习链接中第三节内容。

深度学习中最常用的数据科学包有：Numpy、Matplotlib、Pandas等，本书主要介绍了前两者，第一个主要是用于数据的高效计算，第二个主要用于图形的绘制。该部分根据书中内容在理解的基础上一定要代码二次实现，其中难点是Numpy中的广播机制（p39）。

第一章内容就介绍到此，总体而言该章节内容是打仗的“粮草”，各位根据自己实际情况，个性化完成准备为宜。

---

---

• 书籍下载链接：https://pan.baidu.com/s/1goHhf2GZt0gxxbLXa42CmA
  密码: 4vi2

• 拓展学习链接：https://github.com/sherwinNG/budao_AI/tree/main/01-python_hello

---

欢迎关注微信公众号【布道NLP】获取更多AI相关知识。