以熟练使用Pytorch完成深度学习模型为目标，简单介绍Pytorch涉及到的Python基础（Python其它知识可以在遇到后再学习，先动手）。喜欢小编的可以加小编的Q群867067945，进群可以领取免费的学习资料哦，群里还有专业的大佬给你解答你的问题
这篇教程并不涉及Python的复杂方法，教程的结构如下：
1.Python实例
2.Python基础
- 2.1 Python数据类型
- 2.2 Python语法
3.Numpy
4.类
5.文件读写
6.错误分析
3.Numpy
3.1Numpy中主要是数组array的计算，数组是一个包含同类型数据的对象，数组有点类似于之前所述的列表。
3.2 数组查询与切片是一个比较重要，且常用的方法
3.3 获取Numpy数组的属性
3.4 维数操作
在深度学习中用到的tensor张量与numpy数组比较类似，会涉及到比较多维数上的操作，需要对维数有个比较深刻的认识，这里要注意增加维数与挤压维数比较常用。
如果数组的shape为(5,3,4,5)表示第一维有5个，第二维有3个，第三维有4个，第四维有5个。
3.5 数组条件查询
在图像处理或numpy使用中比较常用的方法是对数组进行条件查询，并对满足条件的值修改。
3.5.1 对数组中满足条件的位置赋值，支持多条件查询
3.5.1 查找满足条件的数组的位置，用np.where()，同样可以多条件查询.
这里np.where返回的是一个x,y坐标数组，如上图表示满足条件的位置在[0,0],[0,2],[1,2]三个点。
练习1.a = np.array([1,2,3.2],dtype=np.int)，a等于什么？提示：数据类型与a中不太一样。
练习2. 有两个数组a,b，令a与b的元素中相同且为0的元素更改为255.
a = np.array([[1,0,3],[4,0,6]]), b = np.array([[0,2,3],[4,0,6]])
4.类
先看一下类相关的一些简单描述。
4.1类的创建与实例化
这里类可以理解为一个模板，比如人是一个类。实例化是用模板创建了一个具体的对象，比如“小明”就是类实例化的一个对象，且有了这个模板后我可以轻而易举的创建无数个实例对象，比如女娲以人类为模板创建了无数的具体的人。
4.2初始化
创建了人类这个模板后，不能是空的，我希望他能有名字，有性别，有出生日期，所以需要再每次实例化一个人的时候赋予他这些属性，就有了初始化。
注意初始化是在每次实例化的时候都会运行的函数。函数名不能自定义，且self表示实例本身，比如实例化了xiaoming后，xiaoming这个对象里面self就表示xiaoming.
def init(self,参数1,参数2…):
4.3类的属性与实例属性
类的属性或者类的方法调用都是用英文句号“.”表示。
类的属性与实例属性的区别在于它们有没有self.如下图所示，num是类属性，name是实例属性。
类的属性在不实例化也可以调用，但是实例属性只能在实例化后给实例对象调用，因为实例属性在__init__函数中，只有实例化才会运行该函数。
4.4类的方法
类的方法与属性一样，也有类方法与实例方法，一般用到的都是实例方法，所以这里只讲实例方法。
4.5类的继承
有时候需要复用一个类A的大多数方法与属性，这时候就可以通过继承A来实现。
4.5.1 父类的定义与普通类的定义一致
4.5.2 子类
(1)子类的定义与普通类的定义有所区别，class 子类名(父类名):
(2)在初始化时需要初始化父类的初始化函数。
(3)子类可以调用父类的方法与属性。
喜欢小编的可以加小编的Q群867067945，进群可以领取免费的学习资料哦，群里还有专业的大佬给你解答你的问题