本专栏是书《深度学习入门》的阅读笔记一共八章： 第一章深度学习中的Python基础。主要讲解了深度学习将要用到的python的基础知识以及简单介绍了numpy库和matpoltlib库，本书编写深度学习神经网络代码仅使用Python和numpy库，不使用目前流行的各种深度学习框架，适合入门新手学习理论知识。 第二章感知机。主要介绍了神经网络和深度学习的基本单元感知机。感知机接收多个输入，产生一个输出，单层感知器可以实现与门，或门以及与非门，但是不能实现异或门，异或门的实现需要借助多层感知机，这也就是说，单层感知机只能表示线性空间，而非线性空间的表示需要借助多层感知机。 第三章神经网络    

numpy测试 heart.csv

深度学习算法示例 使用numpy从零开始的带有池层的简单卷积神经网络 技术： Python 3； Jupyter笔记本。 执照 该项目根据MIT许可条款获得许可。

基于numpy的卷积神经网络实现

源来源：https://www.lfd.uci.edu/~gohlke/pythonlibs/#cvxopt 本版本兼容性好，可以直接安装cvxopt，详细说明见我的博客 版本匹配： numpy-1.16.3+mkl-cp36-cp36m-win_amd64.whl cvxopt-1.2.3-cp36-cp36m-win_amd64.whl

NumPy ndarray⇋OpenCV Mat转换，就可以了。 原料药 class NDArrayConverter ：转换器类 NDArrayConverter::NDArrayConverter() ：构造函数 cv::Mat NDArrayConverter::toMat(const PyObject* o) ：将NumPy ndarray转换为cv::Mat 。 o是表示ndarray的Python表示形式的对象。 返回cv::Mat ，它是o的OpenCV表示形式。 PyObject* NDArrayConverter::toNDArray(const cv::Mat& mat) ：将cv::Mat转换为NumPy ndarray。 mat是要转换的cv :: Mat。 返回PyObject* ，它是ndarray的Python表示形式。 例子 examples.cp

numpy安装包，第三方库，版本为1.16.4，pip install [安装包名]进行安装

示波器波形捕获查看器 wavebin读取由安捷伦，Keysight和Rigol示波器生成的二进制捕获文件，并在交互式图中绘制波形。 可以检查，，，波形并将其导出到或。 Wavebin已使用 ， 和捕获文件进行了测试。 如果您可以从其他安捷伦，是德科技或Rigol示波器访问波形文件，请通过“将其提交以进行测试。 入门 wavebin可通过Python软件包索引（PyPI）获得，并使用pip安装。 > pip3 install wavebin 是德示波器将捕获文件保存到外部USB Mass Storage设备中，以便轻松传输到PC。 这些文件使用.bin扩展名。 要在wavebin中打开捕获文件，请运行以下命令来启动应用程序： > python3 -m wavebin 接下来，单击文件→打开，然后导航到.bin文件。 或者，当使用-i参数运行wavebin时，可以指定捕获文件路径。

计算机视觉——【tensorflow入门】Tensor与Numpy.ndarray的相互转换 计算机视觉.pdf

人工智能 - 共享单车预测 - 共享单车预测 - 一个完全基于numpy等基础python库手写的深度学习神经网络，实现美国共享单车的预测