04、Python 计算机IT系 ·

黑马37期Python全套视频课程 价值18800元

黑马37期Python全套视频课程 价值18800元 04、Python 第1张

教程目录:
┣━Python就业班
┃ ┣━02 多任务
┃ ┃ ┣━02-进程
┃ ┃ ┃ ┣━05-进程、线程的区别
┃ ┃ ┃ ┣━07-进程池概述.mp4
┃ ┃ ┃ ┣━08-进程池的创建
┃ ┃ ┃ ┣━03-使用Process完成多进程
┃ ┃ ┃ ┣━01-线程知识点复习.mp4
┃ ┃ ┃ ┣━02-进程、程序的概念
┃ ┃ ┃ ┣━04-使用Process完成多进程-补充
┃ ┃ ┃ ┣━09-案例:多任务文件夹copy
┃ ┃ ┃ ┣━06-通过队列完成进程间通信
┃ ┃ ┣━01-线程
┃ ┃ ┃ ┣━04-通过继承Thread类完成创建线程
┃ ┃ ┃ ┣━05-通过继承Thread类完成创建线程-补充
┃ ┃ ┃ ┣━01-多任务介绍、以及Thread的基本使用
┃ ┃ ┃ ┣━10-死锁、银行家算法
┃ ┃ ┃ ┣━03-查看正在运行的线程、主线程等待子线程先结束
┃ ┃ ┃ ┣━11-案例:多线程版udp聊天器
┃ ┃ ┃ ┣━06-多线程共享全局变量
┃ ┃ ┃ ┣━09-同步概念、互斥锁解决资源竞争的问题
┃ ┃ ┃ ┣━08-创建线程是指定传递的参数、多线程共享全局变量的问题
┃ ┃ ┃ ┣━02-Thread创建线程 完成多任务
┃ ┃ ┃ ┣━07-多线程共享全局变量-args参数
┃ ┃ ┣━03-协程
┃ ┃ ┃ ┣━01-迭代器
┃ ┃ ┃ ┣━05-生成器-1
┃ ┃ ┃ ┣━06-生成器-2-send方式
┃ ┃ ┃ ┣━07-(重点)生成器-小总结
┃ ┃ ┃ ┣━03-(重点)迭代器的应用
┃ ┃ ┃ ┣━08-使用yield完成多任务
┃ ┃ ┃ ┣━10-案例:图片下载器
┃ ┃ ┃ ┣━11-(重点)进程、线程、协程对比
┃ ┃ ┃ ┣━02-完善迭代器
┃ ┃ ┃ ┣━04-迭代器使用的其他方式
┃ ┃ ┃ ┣━09-使用greenlet、gevent完成多任务
┃ ┣━08 首页布局案例和移动布局
┃ ┃ ┣━02-CSS3动画
┃ ┃ ┃ ┣━07transiton动画02
┃ ┃ ┃ ┣━05transiton动画01
┃ ┃ ┃ ┣━01翻面动画02
┃ ┃ ┃ ┣━02animation动画
┃ ┃ ┃ ┣━03loading动画
┃ ┃ ┃ ┣━06走路动画
┃ ┃ ┃ ┣━08transform
┃ ┃ ┃ ┣━09复习-tansform变形-翻面动画01
┃ ┃ ┃ ┣━04圆角-透明度-rgba
┃ ┃ ┣━06-CSS3前缀和H5新增标签
┃ ┃ ┃ ┣━02h5新增标签-表单控件-属性
┃ ┃ ┃ ┣━01css3前缀
┃ ┃ ┣━03-CSS3选择器和CSS权重
┃ ┃ ┃ ┣━01css权重
┃ ┃ ┣━04-屏幕适配
┃ ┃ ┃ ┣━03流体布局
┃ ┃ ┃ ┣━01视口-retina屏幕适配
┃ ┃ ┃ ┣━02背景图尺寸设置
┃ ┃ ┃ ┣━04响应式布局
┃ ┃ ┣━05-移动端布局实例
┃ ┃ ┃ ┣━01复习-rem布局原理
┃ ┃ ┃ ┣━04rem首页布局03
┃ ┃ ┃ ┣━05rem首页布局
┃ ┃ ┃ ┣━02cssrem安装-流体布局制作首页
┃ ┃ ┃ ┣━03rem首页布局02
┃ ┃ ┃ ┣━06rem首页布局01.mp4
┃ ┃ ┣━01-首页布局
┃ ┃ ┃ ┣━01首页布局03
┃ ┃ ┃ ┣━03重置样式reset.css
┃ ┃ ┃ ┣━02首页布局04
┃ ┃ ┃ ┣━04首页头部制作
┃ ┃ ┃ ┣━05首页logo-搜索框-购物车
┃ ┣━23 深度学习
┃ ┃ ┣━08-卷积神经网络
┃ ┃ ┃ ┣━02_激活层与池化层
┃ ┃ ┃ ┣━04卷积神经网络识别手写数字
┃ ┃ ┃ ┣━01_卷积神经网络介绍以及卷积层结构
┃ ┃ ┃ ┣━03面试题分析
┃ ┃ ┣━06-文件读取分析存储
┃ ┃ ┃ ┣━05tfrecords文件的读取与存储
┃ ┃ ┃ ┣━02图片文件读取
┃ ┃ ┃ ┣━01图像基本知识分析
┃ ┃ ┃ ┣━03二进制文件读取分析
┃ ┃ ┃ ┣━04二进制文件读取
┃ ┃ ┣━09-验证码识别
┃ ┃ ┃ ┣━01_第六天复习
┃ ┃ ┃ ┣━02_验证码识别原理分析
┃ ┃ ┃ ┣━04_验证码识别的实现
┃ ┃ ┃ ┣━03_验证码识别程序流程以及图片数据的处理
┃ ┃ ┣━02-图和会话
┃ ┃ ┃ ┣━04_会话的run方法.mp4
┃ ┃ ┃ ┣━02_图
┃ ┃ ┃ ┣━01tensorflow图的结构.mp4
┃ ┃ ┃ ┣━03_会话
┃ ┃ ┣━04-变量和模型保存加载
┃ ┃ ┃ ┣━03_trainable,学习率的调整,梯度爆炸
┃ ┃ ┃ ┣━05_模型的保存与加载
┃ ┃ ┃ ┣━06自定义命令行参数
┃ ┃ ┃ ┣━02_线性回归的原理复习以及实现
┃ ┃ ┃ ┣━01可视化学习
┃ ┃ ┃ ┣━04_增加损失值等变量显示
┃ ┃ ┣━03-张量和基本运算
┃ ┃ ┃ ┣━02运算API介绍
┃ ┃ ┃ ┣━01张量的定义以及数据
┃ ┃ ┣━07-简单神经网络
┃ ┃ ┃ ┣━03_简单的神经网络实现手写数字图片识别
┃ ┃ ┃ ┣━02_神经网络结构
┃ ┃ ┃ ┣━01_感知机模型
┃ ┃ ┃ ┣━04_简单的单层神经网络预测手写数字图片
┃ ┃ ┣━01-TensorFlow介绍
┃ ┃ ┃ ┣━01_tensorflow基本介绍
┃ ┃ ┣━05-数据读取
┃ ┃ ┃ ┣━04_CSV文件读取案例
┃ ┃ ┃ ┣━01_tensorflow解决读取数据、实现同步模拟
┃ ┃ ┃ ┣━03_文件读取流程
┃ ┃ ┃ ┣━02_队列管理器和协程协调器实现异步读取训练
┃ ┃ ┣━10-分布式系统和线性回归
┃ ┃ ┃ ┣━02自实现一个线性回归
┃ ┃ ┃ ┣━01_分布式的原理,架构,更新参数模式
┃ ┣━24 数据结构和算法
┃ ┃ ┣━04-栈与队列
┃ ┃ ┃ ┣━01-栈的实现
┃ ┃ ┃ ┣━02队列与双端队列的实现.mp4
┃ ┃ ┃ ┣━03-栈与队列的概念.mp4
┃ ┃ ┣━06-树与树算法
┃ ┃ ┃ ┣━03-二叉树的概念
┃ ┃ ┃ ┣━04-二叉树的实现
┃ ┃ ┃ ┣━05-二叉树的先序、中序、后序遍历
┃ ┃ ┃ ┣━02-树的概念
┃ ┃ ┃ ┣━01-二叉树的广度优先遍历
┃ ┃ ┃ ┣━06-二叉树由遍历确定一棵树
┃ ┃ ┣━02-顺序表
┃ ┃ ┃ ┣━01-内存、类型本质、连续存储
┃ ┃ ┃ ┣━02-顺序表添加与删除元素_Python列表的实现
┃ ┃ ┃ ┣━03-基本顺序表与元素外围顺序表
┃ ┃ ┃ ┣━05-顺序表数据区替换与扩充
┃ ┃ ┃ ┣━04-顺序表的一体式结构与分离式结构
┃ ┃ ┣━05-排序与搜索
┃ ┃ ┃ ┣━10-二分查找时间复杂度
┃ ┃ ┃ ┣━13-希尔排序实现
┃ ┃ ┃ ┣━04-快速排序
┃ ┃ ┃ ┣━06-排序算法的稳定性
┃ ┃ ┃ ┣━09-插入排序1
┃ ┃ ┃ ┣━11-归并排序_代码执行流程
┃ ┃ ┃ ┣━15-归并排序时间复杂度及排序算法复杂度对比
┃ ┃ ┃ ┣━16快速排序实现2
┃ ┃ ┃ ┣━05-冒泡排序及实现
┃ ┃ ┃ ┣━14-插入排序2
┃ ┃ ┃ ┣━07-希尔排序
┃ ┃ ┃ ┣━02-二分查找
┃ ┃ ┃ ┣━08-选择排序算法及实现
┃ ┃ ┃ ┣━01-插入算法
┃ ┃ ┃ ┣━03-归并排序
┃ ┃ ┃ ┣━12-快速排序实现1
┃ ┃ ┣━01-数据结构和算法基础
┃ ┃ ┃ ┣━04-算法引入
┃ ┃ ┃ ┣━08-常见时间复杂度与大小关系
┃ ┃ ┃ ┣━05-Python列表类型不同操作的时间效率
┃ ┃ ┃ ┣━03-数据结构引入
┃ ┃ ┃ ┣━07-Python列表与字典操作的时间复杂度
┃ ┃ ┃ ┣━01-代码执行时间测量模块timeit
┃ ┃ ┃ ┣━06-最坏时间复杂度与计算规则
┃ ┃ ┃ ┣━02时间复杂度与大O表示法
┃ ┃ ┣━03-链表
┃ ┃ ┃ ┣━08-单向循环链表删除元素
┃ ┃ ┃ ┣━02链表的提出
┃ ┃ ┃ ┣━03双向链表及添加元素
┃ ┃ ┃ ┣━06-双向链表删除元素
┃ ┃ ┃ ┣━10-单向循环链表删除元素复习及链表扩展
┃ ┃ ┃ ┣━11-单链表的判空、长度、遍历与尾部添加结点的代码实现
┃ ┃ ┃ ┣━12-单链表尾部添加和在指定位置添加
┃ ┃ ┃ ┣━05单向循环链表添加元素
┃ ┃ ┃ ┣━07-Python中变量标识的本质
┃ ┃ ┃ ┣━13-单链表查找和删除元素
┃ ┃ ┃ ┣━04-单链表的ADT模型
┃ ┃ ┃ ┣━09-单链表及结点的定义代码
┃ ┃ ┃ ┣━01-单向循环链表遍历和求长度
┃ ┃ ┃ ┣━14单链表与顺序表的对比
┃ ┣━25-36章为老师发的线上课程
┃ ┃ ┣━33 深度学习必备原理与实战4
┃ ┃ ┃ ┣━框架:Caffe框架常用工具
┃ ┃ ┃ ┃ ┣━3-对训练结果进行分类任务
┃ ┃ ┃ ┃ ┣━1-生成网络配置文件
┃ ┃ ┃ ┃ ┣━2-对训练的网络模型绘制LOSS曲线
┃ ┃ ┃ ┣━框架:深度学习框架Caffe网络配置
┃ ┃ ┃ ┃ ┣━3-网络配置文件-计算层
┃ ┃ ┃ ┃ ┣━1-CAFFE简介
┃ ┃ ┃ ┃ ┣━2-网络配置文件-数据层
┃ ┃ ┃ ┃ ┣━4-超参数solver文件
┃ ┃ ┃ ┣━框架:Caffe框架小技巧
┃ ┃ ┃ ┃ ┣━1-使用命令行训练网络
┃ ┃ ┃ ┃ ┣━3-绘制网络结构图
┃ ┃ ┃ ┃ ┣━2-使用python定义自己的层
┃ ┃ ┃ ┣━框架:Caffe制作数据源
┃ ┃ ┃ ┃ ┣━2-多label问题之HDF5数据源
┃ ┃ ┃ ┃ ┣━1-制作LMDB数据源
┃ ┃ ┣━32 深度学习必备原理与实战3

相关下载

点击下载