import numpy as np
# 基础款：从列表转数组
data = [1, 2, 3, 4, 5]
arr = np.array(data)
# 懒人专用：自动生成序列
seq1 = np.arange(10) # 0到9
seq2 = np.arange(0, 10, 2) # 0,2,4,6,8
# 做图用的等分点
points = np.linspace(0, 1, 5) # [0, 0.25, 0.5, 0.75, 1]
# 初始化用
zeros = np.zeros((3, 3)) # 3x3零矩阵
ones = np.ones((2, 4)) # 2x4一矩阵
random = np.random.rand(3, 3) # 随机矩阵在公司搞了一阵子Python这玩意儿用起来是爽，但坑也不少。以下分六个类别来介绍，都是血泪教训，今天给大家分享一下。
# 坑：Python 2和Python 3不兼容
# print "hello" # Python 2能跑，Python 3报错
print("hello") # 都得这样写
# 解决方案：
# 无脑用Python 最新版本，别用老的
# 用anaconda管理环境，省心接下来我用Python来训练一个能识别各种花的AI示例，整个过程就像教小朋友认水果一样直观，最后让你理解什么是机器学习。
安装以下Python库：
pip install numpy pandas matplotlib scikit-learn继续分享，不用那些高大上的黑话，就用大白话一步步用Python实现一个最简单的神经网络。
假设有一个超级简单的规则：
0.5。1.0。对我们来说，这太简单了。但对电脑来说，它一开始就是个“婴儿”，啥也不懂。我们需要用“数据”来训练它，让它自己找到 输入 * 2 = 输出 这个规律。
这个“找规律”的过程，就是神经网络的学习过程。
继续阅读最近公司训练AI大模型，我也学习了一下ai知识，今天分享一个用Python写了一个能识别图片里文字的AI！不用任何现成的大模型，就靠最基础的代码。
简单的说就是你画了一个简单的数字“8”，这个AI就能认出它是8！虽然它现在只能认0-9这10个数字，但这就是真正AI识别的原理。
继续阅读
在使用Python实现之前，我们先理解AI的运作模式，假如你面前有一个非常聪明，但完全不识字的“外星大脑”（AI）。它的记忆力超强，算得飞快，但它一开始完全不懂“苹果”、“爱”、“运行”这些词是什么意思。你的任务就是教会它理解人类说的话。