iT邦幫忙

python入門相關文章
共有 446 則文章
鐵人賽 Python DAY 2

技術 Day 2: 變數與資料型別

變數定義:可重複使用的容器,用於儲存值(Ex:x=5,x為一變數,儲存5這個值)簡單應用 x=5 y=6 print(x+y) 11 Ex:下圖“我的年紀是...

鐵人賽 Python DAY 12
一起來用 Snakify 練練手 系列 第 12

技術 【一起來用 Snakify 練練手】Day12 Lesson 5 概念

字串(Strings) 在 Python 中,字串(string)是一個用來表示文字資料的資料型別。字串是一個由字符組成的序列,可以包含字母、數字、符號以及空格...

鐵人賽 Python DAY 11
一起來用 Snakify 練練手 系列 第 11

技術 【一起來用 Snakify 練練手】Day11 Lesson 4 練習題參考解答-1

Lesson4 單元的題目偏向簡單主要都是在考你知不知道起始值跟結束值會不會設定(⭐ 代表加碼題目) ⭐ Count to N a = int(input(...

鐵人賽 Python DAY 10
一起來用 Snakify 練練手 系列 第 10

技術 【一起來用 Snakify 練練手】Day10 Lesson 4 概念

For 迴圈與 range() 在 Python 中,for 迴圈是一個強大且常用的工具,允許我們遍歷序列(如列表、字串或元組)並對其中的每個元素進行操作。而當...

鐵人賽 Python DAY 9

技術 【一起來用 Snakify 練練手】Day9 Lesson 3 練習題參考解答-3

接下來就把剩下的題目分享一下 Distance to closest point✨ 計算線上兩點距離只要分析一個軸,所以應該很簡單 a = int(inpu...

鐵人賽 Python DAY 8

技術 【一起來用 Snakify 練練手】Day8 Lesson 3 練習題參考解答-2

接下來的題目有的會和西洋棋相關我先把相關題目列出來 所以順序有可能和網站不一樣 ♟️首先讓我們來認識一下西洋棋♟️ 西洋棋是一種兩人對弈的棋類遊戲,目標是將對方...

鐵人賽 Python DAY 7

技術 【一起來用 Snakify 練練手】Day7 Lesson 3 練習題參考解答-1

Lesson3 有一些些題目需要多加思考一樣下面也將提供各題參考解答(⭐代表加碼題目) 前面幾題是蠻基本的正負判斷、基數、偶數 ⭐Is positive a...

鐵人賽 Python DAY 6

技術 【一起來用 Snakify 練練手】Day6 Lesson 3 概念

條件語句:if, then, else 在程式設計中,條件語句是控制程式流程的核心工具。通過條件語句,我們可以根據不同的條件執行不同的程式碼。Python 提供...

鐵人賽 Python DAY 5

技術 【一起來用 Snakify 練練手】Day5 Lesson 2 練習題參考解答

Lesson2 開始就有一些進階題目大家可以試著思考一下有一些題目只是在考邏輯 不用想的太難下面也將提供各題參考解答(⭐代表加碼題目) Last digit...

鐵人賽 Python DAY 4

技術 【一起來用 Snakify 練練手】Day4 Lesson 2 概念

整數和浮點數 在 Python 中,數字是一個非常重要的資料型別,主要分為兩種類型:整數(integer)和浮點數(float)。這一章將深入探討這兩種數字類型...

鐵人賽 Python DAY 1

技術 【一起來用 Snakify 練練手】Day1

接下來的 30 天將帶領大家一起玩玩 Snakify Snakify 是什麼 Snakify 是一個專為初學者設計的線上平台,用來學習 Python 程式語言。...

鐵人賽 自我挑戰組 DAY 1

技術 【Day 1】開發環境安裝

首先,要學習Python程式語言之前,要先了解所需要的開發環境和工具 目前推薦的開發環境有下列幾項: IDLE:- 是Python官方自帶的整合開發與學習環境-...

技術 有關 無法辨識 ‘pip’ 詞彙 的解決方法!!!

應該不少人在安裝python之後都遇到了需要pip時,CMD會輸出無法辨識 ‘pip’ 詞彙是否為 Cmdlet、函數、指令檔或可執行程式的名稱。請檢查名稱拼字...

鐵人賽 Modern Web DAY 26

技術 【Day26】Python速成班

本日的主題與前面數十篇有所不同,我們要介紹的是 ── Python!您可能有著相同的疑惑,原來大名鼎鼎的蟒蛇跟網頁也有關係嗎?帶著您的好奇,我們將會在日後的篇章...

鐵人賽 AI & Data DAY 23

技術 [從Keras框架與數學概念了解機器學習] - 23.呼應keras框架的深度學習

從 keras 框架運作一路看過來,機器在做學習會有個核心概念,這邊會展現出來讓前後關聯可以串通。 機器學習和很多著名的預測方法如貝氏理論、德爾菲法論等等,都...

鐵人賽 自我挑戰組 DAY 13

技術 第14天- 好用的 Jupter Notebook

Jupyter Notebook 是什麼? Jupyter Notebook 是一種互動式的程式開發環境,可以在其中編寫和執行程式碼,同時以儲存格(cell...

鐵人賽 AI & Data DAY 22

技術 [從Keras框架與數學概念了解機器學習] - 22. Model Container框架介面

當處理的目標是多模型組成,我們可以訓練各種模型至不同的Server 以增加執行與管理的效能: 如果這些訓練好的模型,未來要串接起來,做生成式資料產出,可能會做...

鐵人賽 AI & Data DAY 20

技術 [從Keras框架與數學概念了解機器學習] - 20. 使用 callbacks.ModelCheckpoint 求最佳模型

於此先了解一下 compiler 的 metrics 在模型fit之後的數量變化。 範例一,預設 metrics 內容 from tensorflow.k...

鐵人賽 AI & Data DAY 19

技術 [從Keras框架與數學概念了解機器學習] - 19. 模型的 compute_loss 與 metrics

從上一節可以看出,在模型做compiler時,可以指定 loss function,也能自定義客製的 loss function。 一旦 loss funct...

鐵人賽 AI & Data DAY 18

技術 [從Keras框架與數學概念了解機器學習] - 18. loss function 的使用與自定義方式

模型在做Compiler時,指定 loss function ,如下: model.compile(optimizer="rmsprop"...

鐵人賽 AI & Data DAY 17

技術 [從Keras框架與數學概念了解機器學習] - 17. 自定義Callback與如何應用

在模型做fit的章節,我們可以看到在訓練前會將Callback實體放入一個Container,然後於真正訓練迭代迴圈時使用。這邊會自定義Callback類別來...

鐵人賽 AI & Data DAY 16

技術 [從Keras框架與數學概念了解機器學習] - 16. 自定義 activation 與內建 activation

Layer指定使用哪種 activation 有下列方式 (這邊皆以 "relu" 來做範例) : (1) 指定函式名稱 'relu' (...

鐵人賽 AI & Data DAY 15

技術 [從Keras框架與數學概念了解機器學習] - 15. optimizer 與 learning_rate

本節要探討 optimizer 與 learning rate 有哪些初始設定方式,運作,與有什麼影響。 以上一節範例: import tensorflow...

鐵人賽 AI & Data DAY 14

技術 [從Keras框架與數學概念了解機器學習] - 14. 自定義 initializers

這節會觀察自己定義 initializer。 我們可以使用一個 subClass 來定義一個initializer,前提是這個自定義的 initializer...

鐵人賽 AI & Data DAY 13

技術 [從Keras框架與數學概念了解機器學習] - 13. 自訂義 Layer

層是模型非常重要的角色,也是模型訓練時張量運算的執行者。層也需要經過build的動作,產生對應的初始權重,供訓練時使用。而訓練時也會透過各層的 Call 函式...

鐵人賽 AI & Data DAY 12

技術 [從Keras框架與數學概念了解機器學習] - 12. 自定義 Model

從前面Model的文章可以得知,Model繼承base_layer,代表Model也可以當作Layer使用,可以執行 build與 Call。現在要嘗試自訂義...

鐵人賽 AI & Data DAY 10

技術 [從Keras框架與數學概念了解機器學習] - 10. Model vs Sequence

假設程式不是使用 sequence 來宣告模型,直接使用 model類別的話,差異在哪裡? 會在文中點出差異。 範例程式: from tensorflow.k...

鐵人賽 AI & Data DAY 9

技術 [從Keras框架與數學概念了解機器學習] - 9. evaluate

此篇會觀察模型做評估時使用evaluate之運作。 from tensorflow.keras.datasets import mnist (train_im...

鐵人賽 AI & Data DAY 8

技術 [從Keras框架與數學概念了解機器學習] - 8. Model Predict

此會觀察模型做預測或決定時大致上運作過程,它會怎麼進行。模型訓練好後,可以執行模型實體的 predict 函式來進行判斷訊號。 from tensorflow...

鐵人賽 AI & Data DAY 7

技術 [從Keras框架與數學概念了解機器學習] - 7. Model 的 Add 有效使用時機

前面文章在說明 Sequence 建構實例時,將layer物件陣列以建構子參數傳入後,Sequence 會自動將 layer物件陣列裡之物件逐一加入到kera...