课程大纲 第 5 课,共 246 课 · 第 1 模块:这门课用到的 Python
第 1 模块:这门课用到的 Python

列表,以及在真实数据上的循环

为什么重要 一个神经网络大部分就是在数字列表上的循环。如果你能对一个列表求总和、筛选和计数,你就能读懂大部分训练代码。

假设你记录了一周的步数:[4200, 8100, 12000, 3000, 9500, 10100, 7600]。你可能会问两个问题:总共走了多少步,以及有多少天达到了 8,000 步的目标?

看见它

循环一次访问一个项目。你保留一个累计的数字,每访问一次就更新它,就像在纸上记数一样。

total = 0
for s in steps:      # s is 4200, then 8100, then 12000 ...
    total = total + s

第一次访问之后 total 是 4200,第二次之后是 12300,以此类推。

累计总和:一个从零开始、每次经过循环都往上加的变量。

计数是同样的想法,只是只有在某个条件为真时才加 1:if s >= goal: count = count + 1。

回顾 设定一个数字,循环,更新它。网络就是用这种模式把它在一个数据集上的损失加起来的。

轮到你了

编写两个函数:

  • total_steps(steps) 返回列表的总和。
  • days_at_goal(steps, goal) 返回有多少天达到或超过 goal。

两个都用循环来写(不用 sum()),这样你就能练习这种模式。

发现这节课有问题?报告它 · 就这节课提问

这个练习即将开放

完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。