文泉课堂
- 年轻人的新知识课堂。
旗下网站
旗下产品
文泉考试
文泉题库
关注我们
文泉课堂公众号
课程
课程
登录
注册
登录
注册
Offer来敲门 人工智能开发面试笔试精讲 在线真题实训视频版（ 097699-01）
第410课时： 10.2.1 TensorFlowHelloWorld
查看课程
课时列表
第1课时： 1.1.1python版本简介
第2课时： 1.1.2切换python版本修改环境变量
第3课时： 1.1.3交互式编程两种风格
第4课时： 1.1.4python3代码保存必须是utf-8
第5课时： 1.2.1使用IDE了解注释
第6课时： 1.2.2段落打印三引号
第8课时： 1.2.4python严格注意大小写
第7课时： 1.2.3注释多行三个单引号
第9课时： 1.2.5python代码要严格对齐
第10课时： 1.2.6中文输入字符错误
第11课时： 1.2.7 简单数学表达式
第12课时： 1.2.8代码风格
第13课时： 1.2.9 三种错误风格
第14课时： 1.2.10 系统执行指令
第15课时： 1.2.11 运行结果乱码
第16课时： 1.3.1 变量与常量的区别
第17课时： 1.3.2 标识符
第18课时： 1.3.4 输入与输出
第19课时： 1.3.5 id求地址type求类型
第20课时： 1.3.6 Python可变类型变量
第21课时： 1.3.7 Python主要数据类型
第22课时： 1.3.8 复数数据类型
第23课时： 1.4.1 连续赋值
第24课时： 1.4.2 交互对称赋值
第25课时： 1.4.3 字符串转化与输入输出编程
第26课时： 1.4.4.1 多行拆分
第27课时： 1.4.4.2 多行归并成一行
第28课时： 1.4.5 规范用的常量
第29课时： 1.4.6 算术运算符
第30课时： 1.4.7 科学计数法与数字越界
第31课时： 1.4.8.1 优先级结合性
第32课时： 1.4.8.2 赋值运算符
第33课时： 1.4.9 数据类型转换
第34课时： 1.4.10 四舍五入
第35课时： 1.4.11 数据提取
第36课时： 1.4.12 时间处理
第37课时： 1.5.1 变量None
第38课时： 1.5.2 变量参与运算没有赋值的情况不会改变
第39课时： 1.5.3 数据函数使用
第40课时： 1.5.4 快速查阅函数帮助
第41课时： 1.5.5 字符串三种风格
第42课时： 1.5.6.1 字符与编号
第43课时： 1.5.6.2 中文字符编号问题
第44课时： 1.5.6.3 字符编号用途
第45课时： 1.5.7 统一码
第46课时： 1.5.8 转义字符意义
第47课时： 1.5.9 转义字符用于字符串
第48课时： 1.5.10 print高级用法
第49课时： 1.5.11 字符串加法与转换
第50课时： 1.5.12 python中所有的数据都是对象
第51课时： 1.5.13 字符串格式化
第52课时： 1.6 了解进制
第53课时： 2.1 KaliLinux简介
第54课时： 2.2 随机字符生成
第55课时： 2.3 实数误差与四舍五入
第56课时： 2.4.1 if简介与空格的作用
第57课时： 2.4.2 if处理的是逻辑表达式
第58课时： 2.4.3.1 关系运算符针对数值
第59课时： 2.4.3.2 字符串的关系运算符
第60课时： 2.4.4 if自动转化Bool类型
第61课时： 2.4.5 随机数
第62课时： 2.4.6 if缺点
第63课时： 2.4.7 且运算符
第64课时： 2.4.8 或运算符
第65课时： 2.4.9 取反运算符
第66课时： 2.4.10 短路效应
第67课时： 2.4.11 身份运算符
第68课时： 2.4.12 运算符优先级结合性概览
第69课时： 2.5 pass语句
第70课时： 2.6 None用途
第71课时： 2.7.1 嵌套
第72课时： 2.7.2 嵌套与elif对比以及注意细节
第73课时： 2.8.1 简单理解while
第74课时： 2.8.2 控制次数
第75课时： 2.8.3.1 WhileElse
第76课时： 2.8.3.2 WhileElse实战
第77课时： 2.8.4 whileFloat
第78课时： 2.8.5 回顾与ifelse表达式
第79课时： 2.8.6.1 10进制转化16进制
第80课时： 2.8.6.2 16进制转十进制
第81课时： 2.8.7 暴力穷举
第82课时： 2.8.8 while与whileelse编程风格
第83课时： 2.8.9 while猜数字
第84课时： 2.8.10 输入输出重定向
第85课时： 2.8.11.1 for初步简介
第86课时： 2.8.11.2 for循环
第87课时： 2.8.12 forfor嵌套
第88课时： 2.8.13 forfor分析
第89课时： 2.8.14 break中断循环
第90课时： 2.8.15.1 contiune结束本次循环
第91课时： 2.8.15.2 双层循环的break与continue分析
第92课时： 3.1.1 为什么要用函数
第93课时： 3.1.2 函数的四种类型
第94课时： 3.1.3 函数的一般形式
第95课时： 3.1.4.1 函数变量意义
第96课时： 3.1.4.2 函数变量用途
第97课时： 3.1.5 装饰器设计模式包含模式
第98课时： 3.1.6 None函数
第99课时： 3.1.7 默认参数与返回值作为参数
第100课时： 3.1.8 名称参数与位置参数
第101课时： 3.1.9 参数副本机制
第102课时： 3.1.10 多个返回值
第103课时： 3.1.11.1 全局变量与局部变量
第104课时： 3.1.11.2 函数内部引用全局变量
第105课时： 3.2.1 函数可以嵌套
第106课时： 3.2.2.1 nolocal处理函数嵌套变量
第107课时： 3.2.2.2 函数nonlocal
第108课时： 3.2.2.3 nonlocal
第109课时： 3.2.3 函数调用过程
第110课时： 3.2.4.1 位置参数与默认参数
第111课时： 3.2.4.2 混合参数填充
第112课时： 3.2.4.3 混合填充错误情况
第113课时： 3.2.5 lambda匿名函数
第114课时： 3.2.6 可变长函数
第115课时： 4.1.1 eval与exec简介
第116课时： 4.1.2 字符串的简单规范
第117课时： 4.1.3 字符串的截取
第118课时： 4.1.4 字符串赋值规范
第119课时： 4.1.5 字符串常见运算符
第120课时： 4.1.6 字符串编码简介
第121课时： 4.1.7 dir与help查看str
第122课时： 4.1.8 字符串函数第一个大写以及字符串居中显示打印金字塔
第123课时： 4.1.9 count统计字符串出现个数
第124课时： 4.1.10 字符串编码注意事项
第125课时： 4.1.11 判断字符串以什么为结束
第126课时： 4.1.12 tab键转换
第127课时： 4.1.13 find函数与rfind函数
第128课时： 4.1.14 index函数与rindex函数
第129课时： 4.1.15 字符串判断
第130课时： 4.1.16 字符串间隔求长度以及左右填充
第131课时： 4.1.17 字符串大小写
第132课时： 4.1.18 取出最大最小字符
第133课时： 4.1.19 替换
第134课时： 4.1.20 去除空格
第135课时： 4.1.21.1 简单切割
第136课时： 4.1.21.2 换行切割
第137课时： 4.1.22 判断开头
第138课时： 4.1.23 大小写切换以及填充0
第139课时： 4.1.24 翻译表.
第140课时： 4.2.1.1 list的内存结构
第141课时： 4.2.1.2 list每个元素都有内存地址
第142课时： 4.2.2 list索引
第143课时： 4.2.3 更新列表方法
第145课时： 4.2.4.2 del强化
第144课时： 4.2.4.1 del作用
第146课时： 4.2.5 列表运算符
第147课时： 4.2.6 列表嵌套
第148课时： 4.2.7 列表常见方法
第149课时： 4.2.8 列表常见的函数
第150课时： 4.2.9 深浅复制
第151课时： 4.3.1.1 元组的定义
第152课时： 4.3.1.2 元祖的内存结构
第153课时： 4.3.2.1 元组操作
第154课时： 4.3.2.2 元组一般操作
第155课时： 4.4.1 set初始化风格
第156课时： 4.4.2 set增加与去重
第157课时： 4.4.3 set删除元素
第158课时： 4.4.4 遍历set
第159课时： 4.4.5 类型转化
第160课时： 4.4.6 set无法操作单个元素的赋值
第161课时： 4.4.7 set常见方法
第162课时： 4.4.8 set常见运算符
第163课时： 4.4.9.1 set关系运算符判断包含
第164课时： 4.4.9.2 set集合判断
第165课时： 4.4.10 frozenset
第166课时： 4.5.1 字典的基本定义循环
第167课时： 4.5.2 字典判断在不在实现插入与更新
第168课时： 4.5.3 字典删除
第169课时： 4.5.4 字典详解
第170课时： 4.5.5 字典与set无法嵌套
第171课时： 4.6.1 迭代器
第172课时： 4.6.2 列表生成式
第173课时： 4.6.3.1 生成器
第174课时： 4.6.3.2 生成器节省内存用于循环
第175课时： 4.6.3.3 生成器yield作用
第176课时： 4.6.3.4 生成器简介
第177课时： 5.1.1 堆栈
第178课时： 5.1.2 队列
第179课时： 5.1.3.1 函数模块引用
第180课时： 5.1.3.2 系统模块引用与错误
第181课时： 5.1.4 str与repr
第182课时： 5.2.1 python把输入输出设备当作文件处理
第183课时： 5.2.2.1 写入中文写入英文
第184课时： 5.2.2.2 读取中文读取英文
第185课时： 5.2.3.1 读取错误
第186课时： 5.2.3.2 写入错误处理
第187课时： 5.2.4 文件缓存区
第188课时： 5.2.5 文件读取若干种方式
第189课时： 5.2.6 文件指针seektell
第190课时： 5.3.1 数据结构与文件的交互
第191课时： 5.3.2.1 数据查询并保存结果
第192课时： 5.3.2.2 数据查询
第193课时： 6.1.1 为啥使用类-代码重用
第194课时： 6.1.2 类的一般形式
第195课时： 6.1.3 详解self
第196课时： 6.1.4 构造函数与析构函数
第197课时： 6.1.5 构造函数初始化类的属性
第198课时： 6.1.6 self用途
第199课时： 6.1.7 动态绑定增加属性方法
第200课时： 6.2.1 重载运算符的概念
第201课时： 6.2.2 有名对象与匿名对象
第202课时： 6.2.3 重载运算符的返回值
第203课时： 6.2.4 重载运算符多个类型
第204课时： 6.3.1 类的拷贝是浅复制
第205课时： 6.3.2 深浅拷贝
第206课时： 6.4.1 函数调用参数副本原理
第207课时： 6.4.2 函数调用可以改变list的元素不可以改变list指向
第208课时： 6.4.3 对象当作参数的细节
第209课时： 6.5.1 私有变量
第210课时： 6.5.2 私有变量用于设计权限
第211课时： 6.5.3 私有方法用于设计权限
第212课时： 6.5.4 私有变量本质
第213课时： 6.6.1 异常与错误的概念
第214课时： 6.6.2 tryexcept解决异常不出错继续执行
第215课时： 6.6.3 异常else
第216课时： 6.6.4 异常处理的标准公式
第217课时： 6.6.5 弹出异常
第218课时： 6.6.6 withas
第219课时： 6.6.7 类中使用异常
第220课时： 6.6.8 自定义异常
第221课时： 6.6.9 断言
第222课时： 6.7.1 继承的概念
第223课时： 6.7.2 多继承的概念
第224课时： 6.7.3 多继承的覆盖
第225课时： 6.7.4 私有变量不可以被继承
第226课时： 6.7.5 Object类
第227课时： 6.7.6 类的常见属性
第228课时： 6.7.7 super解决父类重复初始化
第229课时： 6.7.8 isinstance
第230课时： 6.8.1 多态
第231课时： 6.8.2 静态方法
第232课时： 6.8.3 类方法
第233课时： 6.9.1 动态创造类型
第234课时： 6.9.2 元类
第235课时： 7.1.1 为什么使用正则表达式
第236课时： 7.1.2 正则表达式匹配
第237课时： 7.1.3 预编译的概念
第238课时： 7.1.4 搜索技能
第239课时： 7.1.5 搜索用在找出第一个
第240课时： 7.1.6 邮箱手机提取findall
第241课时： 7.1.7 字符串切割
第242课时： 7.1.8.1 筛选正则表达式
第243课时： 7.1.8.2 正则表达式替换
第244课时： 7.1.9 单个字符判断
第245课时： 7.1.10 中括号选择一个字符
第246课时： 7.1.11 正则开头结尾
第247课时： 7.1.12 括号与选择
第248课时： 7.1.13 正则表达式特殊符号
第249课时： 7.1.14 正则表达式bB
第250课时： 7.1.15 贪婪与非贪婪
第251课时： 7.1.16.1 标签.
第252课时： 7.1.16.2 标签解决提取
第253课时： 7.1.16.3 标签名称
第254课时： 7.1.17 正则表达式小结
第255课时： 7.2.1 最简单递归
第256课时： 7.2.2.1 递归顺序
第257课时： 7.2.2.2 递归求和
第258课时： 7.2.3.1 遍历文件夹
第259课时： 7.2.3.2 遍历文件夹有层次感
第260课时： 7.2.4.1 栈模拟递归
第261课时： 7.2.4.2 栈模拟递归遍历文件夹
第262课时： 7.2.4.3 栈模拟递归遍历文件夹层次感
第263课时： 7.2.5 广度遍历
第264课时： 7.2.6 深度遍历
第265课时： 7.3.1 网络概念
第266课时： 7.3.2 UDP协议
第267课时： 7.3.3 UDP通信
第268课时： 7.3.4 UDP远程控制
第269课时： 7.3.5 TCP通信
第270课时： 7.3.6 TCP控制
第271课时： 7.4.1 多线程核心目标并发
第272课时： 7.4.2 主线程与小弟线程
第273课时： 7.4.3.1 多线程解决加速
第274课时： 7.4.3.2 多线程的加速
第275课时： 7.4.4 线程冲突
第276课时： 7.4.5.1 基于类实现多线程
第277课时： 7.4.5.2 基于类实现多线程的顺序与乱序
第278课时： 7.5.1 互斥锁解决线程冲突
第279课时： 7.5.2 死锁-使用锁要注意
第280课时： 7.5.3.1 Rlock解决一个线程反复加锁单线程死锁
第281课时： 7.5.3.2 创建线程的三种风格
第282课时： 7.5.4.1 信号量限制线程数量
第283课时： 7.5.4.2 限定线程数量
第284课时： 7.5.5 线程通信
第285课时： 7.5.6 线程通信强化
第286课时： 7.5.6 线程通信强化
第287课时： 7.5.7 线程condition
第288课时： 7.5.8.1 高级线程调度
第289课时： 7.5.8.2 生产者消费者
第290课时： 7.5.9 线程池
第291课时： 7.5.10 延时线程
第292课时： 7.6.1 subprocess执行LinuxShell
第293课时： 7.6.2 信号
第294课时： 7.6.3 __name__
第295课时： 7.6.4 进程mutiprocessing创建过程
第296课时： 7.6.5 join作用
第297课时： 7.6.6 进程不可以用全局变量共享数据
第298课时： 7.6.7 进程同步
第299课时： 7.6.8 进程pipe发送接收数据
第300课时： 7.6.9.1 进程队列
第301课时： 7.6.9.2 进程队列传输数据
第302课时： 7.6.10.1 进程共享数据
第303课时： 7.6.10.2 进程之间共享数组
第304课时： 7.6.10.3 进程共享字典与list
第305课时： 7.7.1 读取CSV
第306课时： 7.7.2 写入csv
第307课时： 7.9.1 时间的简单风格
第308课时： 7.9.2 时间格式化
第309课时： 7.9.3 时间函数
第310课时： 7.9.4 计算时间差
第311课时： 7.10.1 内置函数筛选
第312课时： 7.10.2 内置函数map
第313课时： 7.10.3 内置的函数sorted
第314课时： 7.11.1 文档测试
第315课时： 7.11.2 单元测试函数
第316课时： 7.12.1 协程简介
第317课时： 7.12.2.1 协程传递数据
第318课时： 7.12.2.2 协程编号
第319课时： 7.12.3 协程生产者消费者模式
第439课时： 11.3.1 CPU与GPU结构
第440课时： 11.3.2 合理利用GPU
第428课时： 11.2.1 描述性统计
第429课时： 11.2.2 随机变量的概念
第430课时： 11.2.3 离散型随机变量编程
第431课时： 11.2.4 连续性随机变量编程
第432课时： 11.2.5 随机变量的二项式分布与期望编程
第433课时： 11.2.6 随机变量正太分布
第434课时： 11.2.7 数据分布绘图
第435课时： 11.2.8 概率随机分布以及线性回归
第436课时： 11.2.9 区间估计
第437课时： 11.2.10 一元线性回归
第438课时： 11.2.11 多元线性回归
第426课时： 11.1.1 股票趋势分析
第427课时： 11.1.2 股票绘制按照时间变化的变化图
第408课时： 10.1.1 深度学习概念
第409课时： 10.1.2 深度学习常见概念
第410课时： 10.2.1 TensorFlowHelloWorld
第411课时： 10.2.2 Tensorflow矩阵乘法
第412课时： 10.2.3 Tensorflow中的变量
第413课时： 10.2.4 tensorflow乘法
第414课时： 10.2.5 tensorflow线性回归训练
第415课时： 10.3.1 CNN实战简介
第416课时： 10.3.2 keras简介
第417课时： 10.3.3 keras线性回归
第418课时： 10.3.4 keras分类
第419课时： 10.3.5 keras循环神经网络训练
第420课时： 10.3.6 rnn神经网络参数配置
第421课时： 10.3.7 keras神经网络LSTM实现
第422课时： 10.3.8 keras深度学习预测数据
第423课时： 10.3.9 MP4keras机器视觉图片数据预览
第424课时： 10.3.10 MP4keras机器视觉图片数据预览
第425课时： 10.3.12 keras情感分析
第320课时： 8.1.1 jython的安装
第321课时： 8.1.2 MySQL简介
第322课时： 8.1.3 数据库的一般操作
第323课时： 8.1.4 MySQL数据类型
第324课时： 8.1.5 数据表的创建于删除
第325课时： 8.2.1 数据的查询
第326课时： 8.2.2 数据的插入
第327课时： 8.2.3 数据的删除
第328课时： 8.2.4 数据的更新
第329课时： 8.2.5 联合查询字段一致
第330课时： 8.2.6 数据查询排序
第331课时： 8.2.7 排序与分组
第332课时： 8.2.8 join与null
第333课时： 8.3.1 mysql用python编程查询数据
第334课时： 8.3.2 python数据库增删查改
第335课时： 9.1.1.1 scikitlearn安装与配置
第336课时： 9.1.1.2 KNN预测男女
第337课时： 9.1.1.3 KNN测试自带数据评分对比以及绘图
第338课时： 9.1.1.4 KNN用于分类
第339课时： 9.1.1.5 KNN用于数据回归预测
第340课时： 9.1.1.6 KNN基于历史数据预测未来
第341课时： 9.1.1.7 KNN简单复习
第342课时： 9.1.1.8 KNN训练行为数据
第343课时： 9.1.1.9 KNN模型训练与保存载入
第344课时： 9.1.1.10 KNN训练手写识别样本
第345课时： 9.1.2 手写数字识别
第346课时： 9.1.3 ML机器学习库
第347课时： 9.2.1 线性回归概念
第348课时： 9.2.2 线性回归实战
第349课时： 9.2.3 数量足够特征少适用于线性回归
第350课时： 9.2.4 线性回归于岭回归对比
第351课时： 9.2.5 拉回归
第352课时： 9.2.6 回归的对比绘图
第353课时： 9.2.7 逻辑回归
第354课时： 9.2.8 逻辑回归预测收入
第355课时： 9.2.9 线性回归处理销售与广告关系数据提取数据规律
第356课时： 9.2.10 岭回归与拉格朗日回归处理销售与广告关系提取数据规律
第357课时： 9.2.11 逻辑回归进行数据分类
第358课时： 9.3.1 决策树对数据进行分类
第359课时： 9.3.2 决策树回归
第360课时： 9.3.3 决策树的分类绘图
第361课时： 9.3.4 贝叶斯三种模型
第362课时： 9.3.5 贝叶斯的文本分类
第363课时： 9.3.6 贝叶斯邮件分类
第364课时： 9.4.1 线性回归与逻辑回归
第365课时： 9.4.2 SVM实现线性数据精确分类依赖向量
第366课时： 9.4.3 SVM半径划分
第367课时： 9.4.4 SVM四种算法评估数据分类
第368课时： 9.4.5 SVM线性回归评估
第369课时： 9.4.6 SVM处理数据并绘图
第370课时： 9.4.7 Kmens简单实战
第371课时： 9.4.8 Kmens常见错误分析
第372课时： 9.4.9 kmeans实现绘图模拟
第373课时： 9.4.10 Kmeans实现数据无监督分类
第374课时： 9.4.11 Kmeams图片压缩
第375课时： 9.4.12 人脸识别数据预处理
第376课时： 9.4.13 SVM处理与PAC降维提高识别率
第377课时： 9.4.14 提升人脸识别率并展示
第378课时： 9.4.15 手写识别训练所有机器学习算法以及参数调优
第379课时： 9.4.16 手写识别的预处理
第380课时： 9.4.17 PCA降维提升识别率
第381课时： 9.4.18 手写识别参数自动调优
第382课时： 9.4.19 机器视觉加载图片与文本显示
第383课时： 9.4.20 图片识别物品
第384课时： 9.5.1 scikitlearn预览
第385课时： 9.5.2 车牌识别与深度学习
第386课时： 9.5.3 集成学习
第387课时： 9.5.4 gridsearch调优可以应用在所有算法
第388课时： 9.5.5 交叉验证寻找最优参数
第389课时： 9.5.6 改写knn的gridserach调优
第390课时： 9.5.7 BaggingClassifier调优随机生成100个模型交叉验证取最优
第391课时： 9.5.8 随机森林附加树实现模型调优
第392课时： 9.5.9 adaboost与集成调优小结
第393课时： 9.5.10 数据挖掘简介
第394课时： 9.5.11.1 神经网络识别原理
第395课时： 9.5.11.2 scikitlearn框架小结
第396课时： 9.6.1 升级中文分词到python3
第397课时： 9.6.2 数据挖掘预览
第398课时： 9.6.3 无监督学习各种算法应用
第399课时： 9.6.4 无监督学习应用图片区域划分
第400课时： 9.6.5 处理数据分类用聚类算法
第401课时： 9.6.6 关联规则
第402课时： 9.6.7 电商推荐算法
第403课时： 9.7.1 GraphLab环境配置
第404课时： 9.7.2 graphlab简单应用线性回归
第405课时： 9.7.3 graphlab简单文本挖掘
第406课时： 9.7.4 graph词频与量化
第407课时： 9.7.5 graphlab计算人物相似度
学
习
中
心
TOP
