开发环境介绍

Python3

1.结构清晰，简单易学

2.丰富的标准库

3.强大的的第三方生态系统

4.开源、开放体系

5.高可扩展性：胶水语言

6.高可扩展性：胶水语言

7.解释型语言，实现复杂算法时效率较低

（解释型语言是相对于编译型语言存在的，其源代码不是直接翻译成机器语言，而是先翻译成中间代码，再由解释器对中间代码进行解释运行。程序不需要编译，程序在运行时才翻译成机器语言，每执行一次都要翻译一次。）

TensorFlow2.0

简单清晰，易于扩展，极大地降低了深度学习编程的门槛。

Anaconda3

1.一个用于科学计算的Python发行版

2.预安装了NumPy、Matplotlib等成熟的开源包和科学计算工具

3.强大的包管理和环境管理

包管理：安装、更新、卸载工具包；

在安装工具包时，自动安装相应的依赖包。

环境管理：可以在同一台机器上创建几个相互独立的虚拟环境；

可以隔离不同项目所需要的不同版本的工具包；

不同的环境之间可以快速切换。

课程链接：https://www.icourse163.org/course/XUST-1206363802?tid=1206674203

神经网络与深度学习——TensorFlow2.0实战(笔记)(二)(开发环境介绍)相关推荐

神经网络与深度学习——TensorFlow2.0实战(笔记)(二)(Anaconda软件介绍)
Anaconda软件介绍 Anaconda下载与安装(安装之后会有详细步骤) 下载地址: Anaconda官网 https://www.anaconda.com/distribution/ 清华大学软 ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(二)(安装TensorFlow2.0)
创建环境并激活 conda create --name tensorflow2.0 python==3.7 activate tensorflow2.0 安装相关软件包(conda命令或pip命令2选 ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(二)(包管理和环境管理)
包管理和环境管理(以下操作也可在anaconda界面,进行可视化操作) 包管理:包的安装.卸载.更新和查找等等 conda命令 conda install <包名称列表> 同时安装多个包 ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(二)(Anaconda软件使用)
Python的运行模式交互模式打开命令行窗口键入 python,激活python交互模式,出现Python提示符 >>> 在提示符 >>> 处, 写入Pyth ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(三)(python运算符和表达式)
从程序中学习知识点 1.算术运算符 #运算符(Operator):完成不同类型的常量.变量之间的运算 #除法运算 / 结果是一个浮点型的精确数的值,与java等其他语言的不同之处 print(7/2, ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(三)(python常量、变量和表达式)
从程序中学习知识点 1. #支持6中表达形式数字字符串列表元组字典集合 #数字整型(正整数负整数零) #Python3中的整数可以任意大,而不用担心位数不够而导致溢出的情况 intn ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(三)(python输入和输出)
从程序中学习知识点 1. #输出函数可以输出字符串常量 print("hello") #输出数学表达式 print(1+2) #输出变量 print(num) 2. #string ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(六)(Matplotlib绘图基础＜折线图和柱状图＞python)
折线图(Line Chart): 散点图的基础上,将相邻的点用线段相连接 plot()函数 #折线图:在散点图的基础上将相邻两个点链接 #描述变量变化的趋势 #plot(x,y,color,marke ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(五)(Matplotlib绘图基础＜散点图＞python)
散点图(Scatter): 是数据点在直角坐标系中的分布图 scatter() 函数 marker参数--数据点样式添加文字--text() 函数坐标轴设置增加图例绘制标准正态分布的散点图步骤 ...

神经网络与深度学习——TensorFlow2.0实战(笔记)(二)(开发环境介绍)

开发环境介绍

神经网络与深度学习——TensorFlow2.0实战(笔记)(二)(开发环境介绍)相关推荐

最新文章

热门文章