Python是一种跨平台的计算机程序设计语言，是一种面向对象的动态类型语言，越来越多被用于独立的，大型项目的开发，已被逐渐广泛应用于系统管理任务的处理和Web编程。下面给大家带来一些关于Python 学习心得 ，希望对大家有所帮助。

python学习心得1

最近这段时间我们学习了很多内容，增长了很多关于Python的知识，万事万物是相通的，正如学习新的知识就像吃饭一样。

吃多了就会消化不良，反映到学习上也是一样，不知各位最近的感觉怎样，反正学记是需要一些时间好好消化，掌握到手中，为下一步的知识补齐缺口。

接下来，学记和大家一起回顾一下最近学习的内容，循序渐进，循序渐进。

分支结构

分支结构就像上图一样，是用来选择道路的。

所用的关键字是

If elif else

这三个词的意思分别是

如果 否则如果 其他的

分支语句的写法需要将与关键字与关键字对齐

循环结构

循环结构应用于一些重复的进程

通常我们只接触两种循环

for-in循环 和 while循环

for-in循环适用于

确切的知道到底循环几次

while循环适用于

不知道到底有几次循环

此时要搭配bool 来进行

即 True 和 Flase

关键字

关键字的熟练运用对于今后的开发工作

有非常重要的作用，但这么多关键字我们不能去死记硬背

只有在一个一个代码的验证当中去熟悉去掌握

那样是最可靠的

def 设置模组

len 计算字符串长度

capitalize 获得字符串首字母大写的拷贝

upper 获得字符串变大写后的拷贝

find 从字符串中查找子串所在位置

index 与find类似但找不到子串时会引发异常

startswith 检查字符串是否以指定的字符串开头

endswith 检查字符串是否以指定的字符串结尾

center 将字符串以指定的宽度居中并在两侧填充指定的字符

rjust 将字符串以指定的宽度靠右放置左侧 填充指定的字符

isdigit 检查字符串是否由数字构成

isalpha 检查字符串是否以字母构成

isalnum 检查字符串是否以数字和字母构成

append 添加元素

remove 删除元素

clear 清空元素

sorted 排序

大家可能会有些疑惑，学习这些东西真的有用吗?这些随处可见的基础方面的知识真的有用吗?

我可以非常肯定地告诉大家

有用的!

这些知识就像是建筑工地随处可见的砖石，不管这些砖石怎样的不起眼，但是没有一幢建筑可以离开砖石，学习的过程是枯燥的，不过这也正符合非常现实的一条规律。

学如逆水行舟，不进则退!

也正是因为它枯燥苦闷，学习有难度，才保证了，我们学习了这些知识以后，可以靠它们为生，在这个知识时代闯出自己的一片天!

不要放弃，绝对不要放弃!

黎明之前是最黑暗的!

为了自己的未来好好坚守吧!

青年学记 陪伴着各位青年

python学习心得2

python是一门非常有潜力的高级语言，历经多年的发展，其在编程上发挥着越来越大的作用。在这学期中，通过选修python课上的基础知识学习，我对python也有了一定的认识。而且，在字符串上的处理，python相对于c语言也是给程序员极大的便利。而python不仅如此，它的库也很多，正因为它强大的库，让编程变得不再艰难。但是，我认为python虽然在许多方 面相 对于c语言比较方便，但也有其相对于弱一点的方面，比如说for循环等方面。虽然一学期下来，我对python的学习也仅仅只是它的基础方面，但python的强大，也是足足地吸引着我，希望自己能够在不断地学习中，将python学习的更加好。

python是一门非常有潜力的高级语言，历经多年的发展，其在编程上发挥着越来越大的作用。在这学期中，通过选修python课上的基础知识学习，我对python也有了一定的认识。

在学习python的第一节课上，其对我的最初的印象就是，相较于我学习过的c语言编程，它更加的简洁。所有的变量都不需要像c语言编程那样需要提前去定义，这样给了编程者很大的自由空间与方便。如x=2，即可同时完成变量的定义与赋值。对于简化程序的代码，起到了许多的作用。而且，在字符串上的处理，python相对于c语言也是给程序员极大的便利。在c语言中，只能用字符类的数组对字符串进行相应的操作，步骤也是相对于比较繁琐的，而在python中，当我们需要创建一个字符串的时候，只需要在创建字符串的时候用“s=”就可以了。而python不仅如此，它的库也很多，正因为它强大的库，让编程变得不再艰难。我们只需要调用库中的函数，而对于函数的具体实现，也没有特殊的需求。

但是，我认为python虽然在许多方面相对于c语言比较方便，但也有其相对于弱一点的方面，比如说for循环等方面。不过也依然不会影响到python的强大，而随着近几年来的发展，python的受欢迎度也越来越高，而它的运用的领域也是越来越多，比如人工智能和大数据等领域，python都是在其中扮演者重要的角色。虽然一学期下来，我对python的学习也仅仅只是它的基础方面，但python的强大，也是足足地吸引着我，希望自己能够在不断地学习中，将python学习的更加好。

python学习心得3

由于我是自学Python，非科班出生，所以只能分享一些关于我的学习心得，如果有不对地方欢迎指正。

不过非科班出生虽然是一个痛点，但是在工作上，我其实不输给我其他同事，这点我倒是很有自信，而且我也统一一句话“目前互联网上的免费编程课程，足够让你成为一个合格的码农”。

编程入门

我刚开始学习编程，主要是因为自己想动手做个网站，但是由于技术原因，再加上朋友都比较忙，最后抱着“求人不如求己”的想法，干脆自学。

编程难不难?

这个问题我觉得所有认真学过的人，都一定会肯定告诉你编程不难，但是精通那是相当困难的。

如果你还没去学习，就觉得编程一定很难，那么其实你是没有资格说这句话的，任何事情一定是要去尝试后，才能这么说。

编程其实很像堆积木，然后根据需求，把东西造出来，可以是房子，也可以是桥梁。

学习编程无非运用这些积木，来创造你要的东西。

编程语言选择

这边说个题外话，关于当时编程语言的选择，很多时候我觉得不是你选择编程语言，而是编程语言选择你，也就是你的“本命编程语言”。

人的性格会影响你适合的编程语言，比如你做事有条理，喜欢定期清理房间，那么可能C语言很适合你如果你不喜欢打扫房间，实在受不了，才打扫一次，可能你适合Java。

哈哈，开个玩笑，不过确实有这种很玄的存在。

我当时在编程语言的选择上，用了一个笨 方法 。

我跑到w3cschool上面，把所有编程语言的第一章都去试了一遍，看看自己喜欢哪个语言，然后就选哪个语言，如果你不知道选哪门语言，可以用我的方法试试看。

至于编程语言，没有高低之分，因为无论你学习哪门语言，你都非常有市场，而且你都能够拿到高薪，关键是哪门语言适合你，并且能够让你有兴趣学下去，能学好，这个很关键。

兴趣是学习编程最大的驱动力!

为什么是Python

说下为什么选择Python?

因为简单，Python是公认的最容易入门的编程语言，而且也是公认有发展前景的编程语言，适用于机器人、大数据、人工智商等未来高科技。

基于以上的原因，我选择Python来作为自己的入门语言，而且我觉得我适合Python这么语言。(因为我很懒)

之前有个梗，大概就是其他编程语言在讨论某个问题，怎么解决，而Python的程序员已经下班了，由此可见Python的效率。

总结 ：Python的语言特点就是“一气呵成，痛快如拉稀”。

学习心得

由于我是自学的，所以参考的网站比较多，小伙伴可以按照我的学习路线，一般来说不会出现什么问题。

基础：教程+视频

进阶：视频+实践

进阶pro：视频+实践+书籍+交流

基础

刚开始学习的时候，我比较推荐w3cschool和菜鸟教程这两个网站。

w3cschool-学编程，从w3cschool开始www.w3cschool.cn!

菜鸟教程 - 学的不仅是技术，更是梦想!www.runoob.com

这两个网站在我看来，是编程自学的福音。

w3cschool这个网站手册非常棒，另外这个网站的编程微课以及编程实战对新手来说非常友好!

我当时就是靠这两个，引发我学习的乐趣，不然对着枯燥的代码，说实话，很无聊的。

菜鸟教程，这个网站的实例是最棒的，很多时候，你不仅仅要自己看教程，还要去看看为什么，而菜鸟教程的实例就能够让你清晰的知道，为什么，并且会原来如此。

总的来说，这两个网站就像新手村刚出来的剑和盾!是新手入门绝对不能少的，尤其是w3cschool，强烈推荐。

还有一个就是视频，视频我是在慕课网上面看的，我很喜欢慕课网这个网站，网站风格很棒，而且视频也很清晰。

也可以在阿里云上面看Python的视频，也很不错，并且是免费的。

进阶

进阶结束后，代表你是个初级工程师。

这一步实践非常重要，你要自己动手，做一些小玩意，实践才是最重要的，在实践中发现问题，那是学习最快并且效率最高的时刻。

你可以先给自己定下一个目标，比如我要做一个简单的页面，或者我要做一个简单的小程序。

然后就开始动手去实践，这步很重要。

同时还是要多看书籍。

进阶pro

到这一步，我建议务必买书，你需要书籍帮你反向梳理你的知识，这决定了你以后的高度，而不是这个也懂，那个也懂，但是东西就是做不出来。

我记得当时我买完书，看完后的第一感受就是：原来这个世界是这样的!

书会非常系统性的帮你梳理你自己学过的知识!

这里只推荐两本书：《Python入门手册》和《Python核心编程》

小伙伴可以自己去亚马逊购买。

然后就是和身边的小伙伴交流!

多看看别人的代码，自己多敲敲代码，是必经之路，也是一定要做的。

以上，希望对想入门Python的小伙伴能够提供一点点帮助。

python学习心得4

017年11月，一群编程零基础的小伙伴们成立了Python学习小组，12名学员从此夜以继日地奔赴学习的征程。一个月过去了，从在屏幕上用最简单的语句打印出“Hello, PythonHello, World”开始，我们逐步地学习Python语法，学习操作列表、字典，学习For，While，If语句，现在遇到了第一个难点：类。通过研读、练习、交流、讨论，作为程序界的小白，我们逐步地理解了类的概念，明白了面向对象与面向过程编程的差异，以下是我们的小小心得，与大家分享：

编程基本思想

现实世界中，每个复杂的事务都可以拆分为多个组成部分，其中的每一部分就可称之为对象。比如要实现一个很大很复杂的项目，我们可以把项目拆分成不同的组成部分，然后分别对不同部分通过编程实现，最终再把各个部分组装起来完成整个项目。这让我们能够从整体上来控制项目，从而让程序开发更有效。

比如汽车制造，汽车厂所做的仅仅是各个部件的组装和匹配，而各个部件的生产是由相对专业的厂商完成。如果需要研发新型号汽车，整车厂所考虑的是如何对各个新式的零部件进行新的组装和匹配，而不是从头到尾重新生产一辆汽车。

面向对象的编程

VS

面向过程的编程

面向过程编程是针对一个需求的具体实现过程，但是对于大型项目的复杂需求，一步一步的做，这种编程效率显然是低下的。

面向对象编程则是对项目进行拆分后(一般按照功能拆分)，分别实现，再将各个对象组装起来。因此简单的小程序使用面向过程方法编程更适合。面向对象的编程特性是易维护(可读性高)，效率高，质量高(重用性)，扩展性好(高内聚,低耦合)。

对象

通俗的讲，对象就是事物，一个公司、一个部门、一个人，甚至一本书都可以是一个对象，程序员可以自由决定把什么作为对象。

比如eHR系统，需要对组织架构，员工进行管理，所以使用的对象可能是公司，部门，岗位，员工，等等。对象可大可小，可复杂也可简单，如果仅仅是做一个考勤系统，员工这个对象一定要比eHR系统中的员工对象简单。

类

现实世界中，类代表一组有共同特性的事物，把不同对象之间的共性抽象出来，就形成类的概念。比如说男人、女人可以抽象成人这个类处长、秘书可以抽象成员工类。至于类如何去抽象，粒度的粗细，这是一个需要在学习和实践中摸索的过程。

实例

以下是一个实例，大家体会一下：

1. 定义父类：

class Employee:

def __init__(self, name, age): #抽象员工共性(名字，年龄)

self.name = name

self.age = age

def signON(self):

print(self.name+" sign on.") #抽象签到的动作

def work(self):

print(self.name + " on work.") #抽象工作的动作

2. 继承出子类：

class MEmployee(Employee): #继承父类的共性

def __init__(self, name, age):

super().__init__(name, age)

def work(self): #重写子类的方法(抽象出从事管理岗位工作的动作)

print(self.name + " on manager_work.")

3. 继承出第二个子类：

class TEmployee(Employee):

def __init__(self, name, age, devLanguage): #继承父类的共性，增加语言的属性

super().__init__(name, age)

self.devLanguage = devLanguage

def work(self): #重写子类的方法(抽象出从事技术岗位工作的动作)

print(self.name + " on technology_work.")

def showLanguage(self): #增加子类的方法(抽象出会某种编程语言的动作)

print("use "+self.devLanguage+" language.")

在上面的程序中，我们先定义了一个父类：包含员工的姓名、年龄等一般特性，可以执行签到、工作这两类动作。在第一个子类中，管理层在前面一般特性的基础上，执行管理工作在第二个子类中，作为一般员工在前面一般特性的基础上，执行技术工作，从事编程。

python学习心得5

1、定义方法

关键字 def 是方法定义的标志。接下来紧跟方法名和被圆括号所包围的参数列表。方法的主

体语句将在下一行开始并且必须缩进。

方法主体的首句可选择性地是一句字符，用来说明方法的主要功能

例如：

"""print a finabo series up to n."""

2、默认参数值

默认值仅被设置一次，这与以前默认值为可变对象(如列表、字典和多数类实

例时)有很大的区别。

例如：

i=5

def f(arg=i):

print(arg)

i=6

f()

将会输出 5

3、关键字参数

可以通过形式关键字参数调用方法

在方法调用中，关键字参数必须遵循位置参数。 所有的关键参数必须符合方法接受的参数

其中之一。但是他们的次序不重要，这包含非选择的参数。没有参数可以多次接受一个值。

当最后一个形参是__ name 时，它可以接受包含除了形式参数之外的所有关键字的字典，

_ name 必须在__ name 之前出现

4、可变参数列表

正常来说，这些可变参数常常放在正式参数列表的后面，因为它们会包揽所有传递给该方法

的剩余输入参数。任何出现在_ args 参数后低的正式参数会被认为是关键字参数，意味着它

们只能当关键字使用而不是位置参数。

>>>def concat(_ args,sep="/"):

...returnsep.join(args)

...

>>>concat("earth","mars","venus")

’earth/mars/venus’

>>>concat("earth","mars","venus", sep=".")

’earth.mars.venus’

5、拆分参数列表

当参数已经存在列表或者元组中，但是需要分拆以供要求分离位置参数调用的方法，如果单独

分开它们无法使用，就需要写一个方法用 _ 操作符来调用实现分拆列表或者元组中的参数。

同样的使用形式，字典可以用__ 操作符实现关键字参数。

6、形式

lamdba a,b:a+b 该函数表示两个数的和，像内嵌函数

7、代码风格

对于 python，PEP8 作为许多项目应该遵守的编码指导书而做的。 它提出了一种可读而悦

目的编码风格。 每位 python 开发者应该读它。这里抽出一个重要的事项与你分享 ：

? 用四个空格代替 tab 键

? 每行不要超过 79 个字符。

? 用空行分离方法和类，大块代码中的方法。

? 必要的时候为每行添加注释。

? 用文档字符串

? 在操作符两边用空格

? 用统一的风格命名自定义的方法和类

? 如果你的代码打算用在国际环境中，请不要用想象的字符编码。Python 默认的是

utf-8,在任何情况下可以用 Ascii .

? 同样的，即使有很少机会让说不同语言的人们读代码或者维护代码，但在定义中不

要用非 ASCII 编码字符。

当然，我们可以使用 Python 完成比二加二更复杂的任务。例如，我们可以写一个生成 菲波那契 子序列的程序，如下所示:

>>># Fibonacci series:

... # the sum of two elements defines the next

... a, b = 0, 1

>>>while b <10:

... print(b)

... a, b = b, a+b

这个例子介绍了几个新功能。

第一行包括了一个 多重赋值：变量 a 和 b 同时获得了新的值 0 和 1 最后一行又使用了一次。

在这个演示中，变量赋值前，右边首先完成计算。右边的表达式从左到右计算。

条件（这里是 b <10 ）为 true 时， while 循环执行。在 Python 中，类似于 C，任何非零整数都是 true；0 是 false。条件也可以是字符串或列表，实际上可以是任何序列；

所有长度不为零的是 true，空序列是 false。示例中的测试是一个简单的比较。标准比较操作符与 C 相同： <， >， == ， <=， >= 和 !=。

循环 体 是 缩进 的：缩进是 Python 组织语句的方法。Python (还)不提供集成的行编辑功能，所以你要为每一个缩进行输入 TAB 或空格。

实践中建议你找个文本编辑来录入复杂的 Python 程序，大多数文本编辑器提供自动缩进。交互式录入复合语句时，必须在最后输入一个空行来标识结束（因为解释器没办法猜测你输入的哪一行是最后一行），需要 注意的是同一个语句块中的每一行必须缩进同样数量的空白。

关键字 print() 语句输出给定表达式的值。它控制多个表达式和字符串输出为你想要字符串（就像我们在前面计算器的例子中那样）。

字符串打印时不用引号包围，每两个子项之间插入空间，所以你可以把格式弄得很漂亮，像这样:

这里整理了一份Python开发的学习路线，可按照这份大纲来安排学习计划~

第一阶段：专业核心基础

阶段目标：

1. 熟练掌握Python的开发环境与编程核心知识

2. 熟练运用Python面向对象知识进行程序开发

3. 对Python的核心库和组件有深入理解

4. 熟练应用SQL语句进行数据库常用操作

5. 熟练运用Linux操作系统命令及环境配置

6. 熟练使用MySQL，掌握数据库高级操作

7. 能综合运用所学知识完成项目

知识点：

Python编程基础、Python面向对象、Python高级进阶、MySQL数据库、Linux操作系统。

1、Python编程基础，语法规则，函数与参数，数据类型，模块与包，文件IO，培养扎实的Python编程基本功，同时对Python核心对象和库的编程有熟练的运用。

2、Python面向对象，核心对象，异常处理，多线程，网络编程，深入理解面向对象编程，异常处理机制，多线程原理，网络协议知识，并熟练运用于项目中。

3、类的原理，MetaClass，下划线的特殊方法，递归，魔术方法，反射，迭代器，装饰器，UnitTest，Mock。深入理解面向对象底层原理，掌握Python开发高级进阶技术，理解单元测试技术。

4、数据库知识，范式，MySQL配置，命令，建库建表，数据的增删改查，约束，视图，存储过程，函数，触发器，事务，游标，PDBC，深入理解数据库管理系统通用知识及MySQL数据库的使用与管理。为Python后台开发打下坚实基础。

5、Linux安装配置，文件目录操作，VI命令，管理，用户与权限，环境配置，Docker，Shell编程Linux作为一个主流的服务器操作系统，是每一个开发工程师必须掌握的重点技术，并且能够熟练运用。

第二阶段：PythonWEB开发

阶段目标：

1. 熟练掌握Web前端开发技术，HTML，CSS，JavaScript及前端框架

2. 深入理解Web系统中的前后端交互过程与通信协议

3. 熟练运用Web前端和Django和Flask等主流框架完成Web系统开发

4. 深入理解网络协议，分布式，PDBC，AJAX，JSON等知识

5. 能够运用所学知识开发一个MiniWeb框架，掌握框架实现原理

6. 使用Web开发框架实现贯穿项目

知识点：

Web前端编程、Web前端高级、Django开发框架、Flask开发框架、Web开发项目实战。

1、Web页面元素，布局，CSS样式，盒模型，JavaScript，JQuery与Bootstrap掌握前端开发技术，掌握JQuery与BootStrap前端开发框架，完成页面布局与美化。

2、前端开发框架Vue，JSON数据，网络通信协议，Web服务器与前端交互熟练使用Vue框架，深入理解HTTP网络协议，熟练使用Swagger，AJAX技术实现前后端交互。

3、自定义Web开发框架，Django框架的基本使用，Model属性及后端配置，Cookie与Session，模板Templates，ORM数据模型，Redis二级缓存，RESTful，MVC模型掌握Django框架常用API，整合前端技术，开发完整的WEB系统和框架。

4、Flask安装配置，App对象的初始化和配置，视图函数的路由，Request对象，Abort函数，自定义错误，视图函数的返回值，Flask上下文和请求钩子，模板，数据库扩展包Flask-Sqlalchemy，数据库迁移扩展包Flask-Migrate，邮件扩展包Flask-Mail。掌握Flask框架的常用API，与Django框架的异同，并能独立开发完整的WEB系统开发。

第三阶段：爬虫与数据分析

阶段目标：

1. 熟练掌握爬虫运行原理及常见网络抓包工具使用，能够对HTTP及HTTPS协议进行抓包分析

2. 熟练掌握各种常见的网页结构解析库对抓取结果进行解析和提取

3. 熟练掌握各种常见反爬机制及应对策略，能够针对常见的反爬措施进行处理

4. 熟练使用商业爬虫框架Scrapy编写大型网络爬虫进行分布式内容爬取

5. 熟练掌握数据分析相关概念及工作流程

6. 熟练掌握主流数据分析工具Numpy、Pandas和Matplotlib的使用

7. 熟练掌握数据清洗、整理、格式转换、数据分析报告编写

8. 能够综合利用爬虫爬取豆瓣网电影评论数据并完成数据分析全流程项目实战

知识点：

网络爬虫开发、数据分析之Numpy、数据分析之Pandas。

1、爬虫页面爬取原理、爬取流程、页面解析工具LXML，Beautifulfoup，正则表达式，代理池编写和架构、常见反爬措施及解决方案、爬虫框架结构、商业爬虫框架Scrapy，基于对爬虫爬取原理、网站数据爬取流程及网络协议的分析和了解，掌握网页解析工具的使用，能够灵活应对大部分网站的反爬策略，具备独立完成爬虫框架的编写能力和熟练应用大型商业爬虫框架编写分布式爬虫的能力。

2、Numpy中的ndarray数据结构特点、numpy所支持的数据类型、自带的数组创建方法、算术运算符、矩阵积、自增和自减、通用函数和聚合函数、切片索引、ndarray的向量化和广播机制，熟悉数据分析三大利器之一Numpy的常见使用，熟悉ndarray数据结构的特点和常见操作，掌握针对不同维度的ndarray数组的分片、索引、矩阵运算等操作。

3、Pandas里面的三大数据结构，包括Dataframe、Series和Index对象的基本概念和使用，索引对象的更换及删除索引、算术和数据对齐方法，数据清洗和数据规整、结构转换，熟悉数据分析三大利器之一Pandas的常见使用，熟悉Pandas中三大数据对象的使用方法，能够使用Pandas完成数据分析中最重要的数据清洗、格式转换和数据规整工作、Pandas对文件的读取和操作方法。

4、matplotlib三层结构体系、各种常见图表类型折线图、柱状图、堆积柱状图、饼图的绘制、图例、文本、标线的添加、可视化文件的保存，熟悉数据分析三大利器之一Matplotlib的常见使用，熟悉Matplotlib的三层结构，能够熟练使用Matplotlib绘制各种常见的数据分析图表。能够综合利用课程中所讲的各种数据分析和可视化工具完成股票市场数据分析和预测、共享单车用户群里数据分析、全球幸福指数数据分析等项目的全程实战。

第四阶段：机器学习与人工智能

阶段目标：

1. 理解机器学习相关的基本概念及系统处理流程

2. 能够熟练应用各种常见的机器学习模型解决监督学习和非监督学习训练和测试问题，解决回归、分类问题

3. 熟练掌握常见的分类算法和回归算法模型，如KNN、决策树、随机森林、K-Means等

4. 掌握卷积神经网络对图像识别、自然语言识别问题的处理方式，熟悉深度学习框架TF里面的张量、会话、梯度优化模型等

5. 掌握深度学习卷积神经网络运行机制，能够自定义卷积层、池化层、FC层完成图像识别、手写字体识别、验证码识别等常规深度学习实战项目

知识点：

1、机器学习常见算法、sklearn数据集的使用、字典特征抽取、文本特征抽取、归一化、标准化、数据主成分分析PCA、KNN算法、决策树模型、随机森林、线性回归及逻辑回归模型和算法。熟悉机器学习相关基础概念，熟练掌握机器学习基本工作流程，熟悉特征工程、能够使用各种常见机器学习算法模型解决分类、回归、聚类等问题。

2、Tensorflow相关的基本概念，TF数据流图、会话、张量、tensorboard可视化、张量修改、TF文件读取、tensorflow playround使用、神经网络结构、卷积计算、激活函数计算、池化层设计，掌握机器学习和深度学习之前的区别和练习，熟练掌握深度学习基本工作流程，熟练掌握神经网络的结构层次及特点，掌握张量、图结构、OP对象等的使用，熟悉输入层、卷积层、池化层和全连接层的设计，完成验证码识别、图像识别、手写输入识别等常见深度学习项目全程实战。

---