Skip to content
简体中文

切换主题

// 阶段 1 · 数学与编程基础

Python、NumPy 与开发环境

能读写 Python,会用 NumPy 做向量化计算,会用命令行、Git 和 Jupyter。

约 12 小时0 个算法0 篇论文正文编写中

01学习目标

02课程与视频

03动手:项目、代码与练习

全部是官方或作者公开的免费页面,多数能在浏览器或免费 Colab 里直接运行。

动手项目

不用循环,只用 NumPy 实现一批图片的归一化、矩阵乘法和 softmax,并与循环版比较速度。

  1. 1
    Kaggle Learn:Python ↗练习题

    在线完成 Python 课程的全部练习,浏览器里直接运行。

  2. 2
    rougier/numpy-100:100 道 NumPy 练习 ↗练习题

    做完前 50 道 NumPy 练习,熟悉向量化和广播。

  3. 3
    Google Colab(免费在线 Notebook,含 GPU) ↗工具

    用免费的 Colab 环境跑所有练习,不用本地装环境。

04自测题

先自己想,再点开看答案。

NumPy 广播是什么?

形状不同的数组按规则自动扩展后逐元素运算。

为什么要用虚拟环境?

隔离不同项目的依赖版本,避免冲突。

向量化为何比 Python 循环快?

底层用 C/BLAS 批量计算,避免解释器逐元素开销。

所在人群路线:应用开发者 · 算法研究者 · 各学科研究者

数据更新于:AI 算法图谱与课程体系(北京时间)