首页
投稿
【中配】我终于直观理解张量了!(我恍然大悟) - FloatHeadPhysics
10.4万
476
2025-12-09 12:17:27
该内容疑似使用AI技术合成,请谨慎甄别
4418
1217
6970
651
课程总结
收起全部章节
关闭课程总结
暂无课程总结
原视频:I finally understood Tensors intuitively! (My mind is blown) 原作者:FloatHeadPhysics 发布日期:2025-05-16 视频链接:https://www.youtube.com/watch?v=k2FP-T6S1x0 00:00 什么是张量 介绍物理量的分类,引出张量的概念,并表达对张量直观理解的渴望。 01:19 各向异性晶体的导电性分析 从欧姆定律入手,讨论电流密度与电场的关系,引出电导率的概念,并提出电导率需要多少个数字描述的问题。 02:57 电导率是向量吗? 探讨电导率是否为向量,通过各向异性晶体的例子,说明电导率可能需要多个数字来描述。 04:43 理解张量的关键思想 指出电流密度与电场可能不共线,这与之前学过的向量方程不同,是理解张量的关键。 06:13 旋转坐标轴 通过旋转坐标轴,发现之前对电导率的理解过于简化,引出需要更多数字描述电导率的必要性,并包含一段关于Brilliant.org的广告。 08:37 张量为何用矩阵形式表示 解释电流密度在非共线情况下的分解,引出矩阵乘法,说明电导率用矩阵表示的原因。 11:07 电导率是二阶张量 推导不同维度下描述电导率所需的数字数量,得出电导率是二阶张量的结论。 12:12 工程与天文学中的二阶张量 通过转动惯量和应力的例子,说明二阶张量在工程和天文学中的应用。 16:58 材料科学中的三阶和四阶张量 介绍压电常数(三阶张量)和弹性常数(四阶张量),说明高阶张量在材料科学中的应用。 19:20 张量最直观的定义 给出张量的直观定义:张量是多线性“机器”,能将一个张量或向量映射为另一个张量或向量,其输出与坐标系选择无关,并简要提及爱因斯坦场方程为何使用张量。 使用YouDub AI翻译配音制作 项目地址:https://github.com/liuzhao1225/YouDub-webui
科普
直观理解
YouDub
物理科普
恍然大悟
张量
数学科普
抽象概念
FloatHeadPhysics
黑纹白斑马
黑纹白斑马
发消息
赛博普罗米修斯|X:@liuzhao_666|GitHub:liuzhao1225
关注 113.6万
默认收藏夹
3/64
创建者:渔火灯眠
加载中...
McConaughey谈失败心理学:为什么你该冒更多险、失败更多次
397播放
多数人都在用错误方式学习|认知心理学揭开高效学习的底层逻辑
2.5万播放
【中配】我终于直观理解张量了!(我恍然大悟) - FloatHeadPhysics
10.4万播放
极限运动员Nelly Attar:恐惧为何既是保护也是枷锁?
408播放
充电专属
【极致中配】4K画质 SteveBrunton 工程数学:向量微积分和偏微分方程
3610播放
向量微积分与偏微分方程:全局概览
10:55
散度、梯度与旋度:PDE的向量微积分基石
09:01
向量微积分中的梯度算子:最快变化方向与方向导数
09:59
向量场的散度:源与汇
14:15
向量场的旋度:度量旋转
18:10
高斯散度定理
17:31
连续性方程:源自高斯散度定理的质量守恒PDE
12:31
斯托克斯定理与格林定理
15:26
所有向量场都是势函数的梯度吗?……及亥姆霍兹分解
10:31
拉普拉斯方程与势流
10:23
势流(二):细节与示例
18:09
偏微分方程概览
17:12
拉普拉斯方程与泊松方程
11:35
推导热方程:描述热能守恒的抛物型偏微分方程
15:59
热方程与通过拉普拉斯方程的稳态热分布
11:57
用控制体积法推导二维、三维(及N维!)热方程
15:47
PDE 101:分离变量法!……或我如何学会停止担忧并求解
32:36
推导波动方程
22:03
用分离变量法求解波动方程……以及吉他弦物理
29:52
特征线法与波动方程
11:12
波动方程与走扁带物理
07:49
用拉普拉斯变换求解偏微分方程:热方程
26:11
用拉普拉斯变换求解偏微分方程:波动方程
17:00
【极致中配】斯坦福大学 CS221 人工智能: 原理与技术 | 2025秋季
5.8万播放
第1讲:课程概览与 AI 基础
39:33
第2讲:机器学习(一)
42:18
第3讲:机器学习(二)
43:36
第4讲:机器学习(三)
41:16
第5讲:搜索(一)
51:49
第6讲:搜索(二)
50:42
第7讲:马尔可夫决策过程
50:23
第8讲:强化学习
48:31
第9讲:策略梯度
44:32
第10讲:博弈(一)
44:22
第11讲:博弈(二)
42:52
第12讲:贝叶斯网络(一)
45:20
第13讲:贝叶斯网络与吉布斯采样
43:45
第14讲:贝叶斯网络与学习
46:02
第15讲:逻辑(一)
45:59
第16讲:逻辑(二)
45:41
第17讲:语言模型
44:42
第18讲:AI 与社会
40:43
第19讲:AI 供应链
43:04
第20讲:炉边对话与课程总结
32:10
【极致中配】LaTeX 教程|2025年
1.3万播放
LaTeX 入门:学习编写漂亮的数学公式(一)
14:26
LaTeX 入门完整教程(二)(公式、表格、图片、定理)
22:22
如何使用 LaTeX 撰写论文(完整教程)
21:45
如何让你的 LaTeX 文档更美观 // LaTeX 教程
12:31
如何使用 TikZ 和 LaTeX 制作精美的数学图形
17:59
我如何使用 LaTeX 制作精美的图表和图形
20:43
我常用的撰写精美数学文档的 LaTeX 宏包
20:50
我喜欢的省时 LaTeX 技巧
13:09
我如何使用 LaTeX 和 Beamer 制作演示文稿
15:35
LaTeX 中的表格 || 完整教程 || LaTeX 入门第8集
13:39
如何撰写 STEM 论文
08:56
如何使用 LaTeX 写作业
12:02
我如何在 LaTeX 中使用 AI——我喜欢的 Overleaf 与 Writefull 工作流程
11:37
【中文版】深度学习神经网络教程!全程动画讲解,B站最新版!0基础易学,深入浅出解释深度学习原理!深度学习入门课程(中文配音-3Blue1Brown)
3.6万播放
1-【中文版】深度学习之神经网络
16:27
2-【中文版】深度学习之梯度下降法
21:01
3-【中文版】深度学习之反向传播算法-上篇 直观理解反向传播
13:55
4-【中文版】深度学习之反向传播算法-下篇 反向传播的微积分原理
10:18
1-01_什么是深度学习?
07:29
2-02_本章内容介绍
01:19
3-03_神经网络&深度学习
08:16
4-04_深度学习路线图
06:00
5-05_深度学习应用
08:20
6-06_本章总结
01:20
7-07_本章内容介绍
01:29
8-08_深度学习实施的一般过程
07:35
9-09_逻辑回归
06:01
10-10_ 逻辑回归损失函数
09:19
11-11_ 逻辑回归示例
12:18
12-12_单层、多层感知机
08:52
13-13_ pytorch 构建单多层感知机
19:54
14-14_基于多层DNN假钞识别
01:44
15-15_数据集及特征分析
05:50
16-16_项目构建和模型训练(1)
16:44
17-17_ 项目构建和模型训练(2)
14:26
18-18_项目构建和模型训练(3)
16:28
19-19_项目构建和模型训练(4)
15:59
20-20_模型评估和选择
13:03
21-21_本章总结
02:25
22-22_本章内容介绍
02:31
23-23_如何划分和处理你的数据集
06:28
24-24_ 正确的初始化模型参数
13:58
25-25_激活函数选择
16:33
26-26_优化器选择
20:01
27-27_Normalization 增强模型训练(上)
17:41
28-28_Normalization 增强模型训练(下)
15:39
29-29_本章总结
03:41
30-30_本章内容介绍
02:07
【2025深度学习】不愧是3Blue1Brown大神!把机器学习、神经网络、CNN、Transformer、反向传播、梯度下降、贝叶斯等核心知识点一口气全讲透了
21.9万播放
【深度学习】1-神经网络的结构
19:16
【深度学习】2-梯度下降法
21:01
【深度学习】3-反向传播算法(上)
13:55
【深度学习】4-反向传播算法(下)
10:18
【深度学习】5-GPT与Transformer
27:14
【深度学习】6-直观解释注意力机制,Transformer的核心
26:10
【深度学习】7-卷积神经网络
23:02
【深度学习】8-卷积的两种可视化
27:25
9、【官方双语】直观解释大语言模型如何储存事实 【深度学习第7章】
22:43
这也太全了!回归算法、聚类算法、决策树、随机森林、神经网络、贝叶斯算法、支持向量机等十大机器学习算法一口气学完!
145.5万播放
【课程简介】
06:05
第一章:线性回归原理推导 1-回归问题概述
07:12
2-误差项定义
09:42
3-独立同分布的意义
07:33
4-似然函数的作用
10:51
5-参数求解
11:12
6-梯度下降通俗解释
08:35
7参数更新方法
08:18
8-优化参数设置
08:52
第二章:线性回归代码实现 1-线性回归整体模块概述
05:17
2-初始化步骤
07:12
3-实现梯度下降优化模块
10:11
4-损失与预测模块
11:42
5-数据与标签定义
10:01
6-训练线性回归模型
10:44
7-得到线性回归方程
06:59
8-整体流程debug解读
08:17
9-多特征回归模型
09:47
10-非线性回归
11:23
第三章:模型评估方法 1-Sklearn工具包简介
04:57
2-数据集切分
07:16
3-交叉验证的作用
11:04
4-交叉验证实验分析
14:52
5-混淆矩阵
07:53
6-评估指标对比分析
12:14
7-阈值对结果的影响
08:27
8-ROC曲线
08:59
第四章:线性回归实验分析 1-实验目标分析
08:10
2-参数直接求解方法
08:49
3-预处理对结果的影响
12:40
4-梯度下降模块
06:37
5-学习率对结果的影响
10:36
6-随机梯度下降得到的效果
13:16
7-MiniBatch方法
08:43
8-不同策略效果对比
08:37
9-多项式回归
11:17
10-模型复杂度
16:03
11-样本数量对结果的影响
15:57
12-正则化的作用
09:33
13-岭回归与lasso
19:30
14-实验总结
12:20
第五章:逻辑回归原理推导 1-逻辑回归算法原理
08:25
2-化简与求解
09:10
第六章:逻辑回归代码实现 1-多分类逻辑回归整体思路
07:36
2-训练模块功能
09:57
3-完成预测模块
06:49
4-优化目标定义
09:32
5-迭代优化参数
07:49
6-梯度计算
09:54
7-得出最终结果
10:41
8-鸢尾花数据集多分类任务
06:56
9-训练多分类模型
10:08
10-准备测试数据
09:03
11-决策边界绘制
09:22
12-非线性决策边界
05:40
第七章:逻辑回归实验分析 1-逻辑回归实验概述
09:18
2-概率结果随特征数值的变化
07:58
3-可视化展示
10:21
4-坐标棋盘制作
10:36
5-分类决策边界展示分析
13:37
6-多分类-softmax
13:09
第八章:聚类算法-Kmeans&Dbscan原理 1-KMEANS算法概述
11:34
2-KMEANS工作流程
09:43
3-KMEANS迭代可视化展示
08:21
4-DBSCAN聚类算法
11:04
5-DBSCAN工作流程
15:04
6-DBSCAN可视化展示
08:53
第九章:Kmeans代码实现 1-Kmeans算法模块概述
03:50
2-计算得到簇中心点
08:24
3-样本点归属划分
07:22
4-算法迭代更新
07:20
5-鸢尾花数据集聚类任务
08:59
6-聚类效果展示
11:31
第十章:聚类算法实验分析 1-Kmenas算法常用操作
09:22
2-聚类结果展示
04:46
3-建模流程解读
10:46
4-不稳定结果
04:15
5-评估指标-Inertia
07:25
6-如何找到合适的K值
06:56
7-轮廓系数的作用
09:16
8-Kmenas算法存在的问题
07:20
9-应用实例-图像分割
13:46
10-半监督学习
12:24
11-DBSCAN算法
08:11
第十一章:决策树原理 1-决策树算法概述
08:30
2-熵的作用
06:40
3-信息增益原理
08:42
4-决策树构造实例
07:41
5-信息增益率与gini系数
06:08
6-预剪枝方法
08:03
7-后剪枝方法
06:55
8-回归问题解决
05:55
第十二章:决策树代码实现 1-整体模块概述
03:41
2-递归生成树节点
08:50
3-整体框架逻辑
05:48
4-熵值计算
10:15
5-数据集切分
07:04
6-完成树模型构建
06:14
7-测试算法效果
04:33
第十三章:决策树实验分析 1-树模型可视化展示
08:20
2-决策边界展示分析
10:35
3-树模型预剪枝参数作用
10:49
4-回归树模型
11:16
第十四章:集成算法原理 1-随机森林算法原理
10:19
2-随机森林优势与特征重要性指标
10:22
3-提升算法概述
08:52
4-stacking堆叠模型
06:23
第十五章:集成算法实验分析 1-构建实验数据集
06:28
2-硬投票与软投票效果对比
11:05
3-Bagging策略效果
07:35
4-集成效果展示分析
10:43
5-OOB袋外数据的作用
03:39
6-特征重要性热度图展示
14:57
7-Adaboost算法概述
04:46
8-Adaboost决策边界效果
12:29
9-GBDT提升算法流程
08:19
10-集成参数对比分析
14:56
11-模型提前停止策略
08:10
12-停止方案实施
13:21
13-堆叠模型
05:54
第十六章:支持向量机原理推导 1-支持向量机要解决的问题
07:31
2-距离与数据定义
08:01
3-目标函数推导
09:13
4-拉格朗日乘子法求解
07:37
5-化简最终目标函数
06:04
6-求解决策方程
11:18
7-软间隔优化
12:43
8-核函数的作用
09:25
9-知识点总结
07:37
第十七章:支持向量机实验分析 1-支持向量机所能带来的效果
08:56
2-决策边界可视化展示
09:53
3-软间隔的作用
10:33
4-非线性SVM
06:53
5-核函数的作用与效果
16:16
第十八章:神经网络算法原理 1-深度学习要解决的问题
07:56
2-深度学习应用领域
14:07
3-计算机视觉任务
05:49
4-视觉任务中遇到的问题
10:02
5-得分函数
07:15
6-损失函数的作用
10:43
7-前向传播整体流程
13:46
8-返向传播计算方法
09:34
9-神经网络整体架构
10:53
10-神经网络架构细节
10:55
11-神经元个数对结果的影响
07:12
12-正则化与激活函数
08:50
13-神经网络过拟合解决方法
11:07
第十九章:神经网络代码实现 1-神经网络整体框架概述
07:31
2-参数初始化操作
12:45
3-矩阵向量转换
09:11
4-向量反变换
09:18
5-完成前向传播模块
10:18
6-损失函数定义
09:24
7-准备反向传播迭代
08:02
8-差异项计算
10:42
9-逐层计算
10:11
10-完成全部迭代更新模块
13:50
11-手写字体识别数据集
10:32
12-算法代码错误修正
10:38
13-模型优化结果展示
10:52
14-测试效果可视化展示
13:10
第二十章:贝叶斯算法原理 1-贝叶斯要解决的问题
05:11
2-贝叶斯公式推导
07:47
3-拼写纠错实例
11:46
4-垃圾邮件过滤实例
10:23
第二十一章:贝叶斯代码实现 1-朴素贝叶斯算法整体框架
06:05
2-邮件数据读取
05:39
3-预料表与特征向量构建
09:50
4-分类别统计词频
09:01
5-贝叶斯公式对数变换
08:08
6-完成预测模块
08:41
第二十二章:关联规则实战分析 1-关联规则概述
06:58
2-支持度与置信度
08:59
3-提升度的作用
08:46
4-Python实战关联规则
09:05
5-数据集制作
07:52
6-电影数据集题材关联分析
07:54
第二十三章:关联规则代码实现 1-Apripri算法整体流程
11:58
2-数据集demo
04:12
3-扫描模块
07:27
4-拼接模块
06:18
5-挖掘频繁项集
07:12
6-规则生成模块
07:38
7-完成全部算法流程
07:37
8-规则结果展示
07:11
第二十四章:词向量word2vec通俗解读 1-词向量模型通俗解释
08:15
2-模型整体框架
10:10
3-训练数据构建
05:11
4-CBOW与Skip-gram模型
08:21
5-负采样方案
07:41
第二十五章:代码实现word2vec词向量模型 1-数据与任务流程
10:37
2-数据清洗
06:35
3-batch数据制作
12:25
4-网络训练
12:37
5-可视化展示
06:20
黑马程序员Python+AI零基础入门到大神全套视频课程,覆盖Python核心语法、AI应用、数据分析及Web应用等python实战项目开发全流程
1300.4万播放
01. Python+AI课程导学
14:51
02. Python启航-初识Python
07:35
03. Python启航-环境准备-Python安装
13:52
04. Python启航-环境准备-Python程序初体验
16:58
05. Python启航-环境准备-常见问题解决方案
17:50
06. Python启航-环境准备-Python开发工具PyCharm安装
12:44
07. Python启航-入门程序
15:16
08. Python启航-入门程序-剖析
10:29
09. 核心语法-数据存储与运算-字面量
18:48
10. 核心语法-数据存储与运算-变量
18:36
11. 核心语法-数据存储与运算-标识符
13:30
12. 核心语法-数据存储与运算-变量案例(变量交换)
08:21
13. 核心语法-数据存储与运算-数据类型
13:42
14. 核心语法-数据存储与运算-字符串定义
20:07
15. 核心语法-数据存储与运算-字符串拼接
12:47
16. 核心语法-数据存储与运算-字符串格式化
13:37
17. 核心语法-数据存储与运算-输入与输出
16:58
18. 核心语法-数据存储与运算-运算符-算术运算符
19:16
19. 核心语法-数据存储与运算-运算符-赋值运算符
07:08
20. 核心语法-数据存储与运算-运算符-比较运算符
08:58
21. 核心语法-数据存储与运算-运算符-逻辑运算符
17:45
22. 核心语法-流程控制语句-if基础语法
16:08
23. 核心语法-流程控制语句-if基础语法-案例
12:21
24. 核心语法-流程控制语句-if进阶(if...else)-案例
15:37
25. 核心语法-流程控制语句-if进阶(if...elif...else)-案例
17:32
26. 核心语法-流程控制语句-if语句-综合案例
20:32
27. 核心语法-流程控制语句-match模式匹配
27:16
28. 核心语法-流程控制语句-while循环-语法
14:54
29. 核心语法-流程控制语句-while循环-案例
06:35
30. 核心语法-流程控制语句-for循环-语法
14:35
31. 核心语法-流程控制语句-for循环-案例(range)
15:27
32. 核心语法-流程控制语句-嵌套循环
18:19
33. 核心语法-流程控制语句-嵌套循环-案例
12:06
34. 核心语法-流程控制语句-循环-综合案例(break与continue)
22:51
35. 核心语法-流程控制语句-循环-综合案例2(猜数字游戏)
13:15
36. 核心语法-数据容器-概述
03:25
37. 核心语法-数据容器-列表list-介绍
18:45
38. 核心语法-数据容器-列表list-切片
14:14
39. 核心语法-数据容器-列表list-常用方法
15:01
40. 核心语法-数据容器-列表list-案例1
12:00
41. 核心语法-数据容器-列表list-案例2(解包)
18:15
42. 核心语法-数据容器-列表list-案例3(推导式)
15:57
43. 核心语法-数据容器-字符串str-基本操作
16:06
44. 核心语法-数据容器-字符串str-常用方法
10:06
45. 核心语法-数据容器-字符串str-案例
10:45
46. 核心语法-数据容器-元组tuple-基本操作
16:20
47. 核心语法-数据容器-元组tuple-组包与解包
21:21
48. 核心语法-数据容器-元组tuple-案例
23:26
49. 核心语法-数据容器-元组tuple-案例(优化)
06:12
50. 核心语法-数据容器-集合set-基本操作
17:45
51. 核心语法-数据容器-集合set-案例
25:48
52. 核心语法-数据容器-字典dict-介绍
20:12
53. 核心语法-数据容器-字典dict-常用操作
14:13
54. 核心语法-数据容器-字典dict-案例实现
30:45
55. 核心语法-数据容器-字典dict-案例测试
08:48
56. 核心语法-数据容器-总结
06:04
57. 核心语法-函数基础-介绍
04:27
58. 核心语法-函数基础-函数定义
12:31
59. 核心语法-函数基础-函数参数与返回值
23:21
60. 核心语法-函数基础-函数说明文档
09:42
61. 核心语法-函数基础-函数嵌套调用
12:35
62. 核心语法-函数基础-案例
16:00
63. 核心语法-函数进阶-变量作用域
18:41
64. 核心语法-函数进阶-传参方式
17:23
65. 核心语法-函数进阶-默认参数
07:56
66. 核心语法-函数进阶-不定长参数
27:23
67. 核心语法-函数进阶-参数类型(函数作为参数)
10:58
68. 核心语法-函数进阶-匿名函数(lambda表达式)
23:13
69. 核心语法-函数进阶-案例1(递归)
18:11
70. 核心语法-函数进阶-案例2
25:31
71. 核心语法-类型注解-介绍
18:20
72. 核心语法-类型注解-函数的类型注解
12:11
73. 核心语法-模块-介绍
08:16
74. 核心语法-模块-导入模块
17:34
75. 核心语法-模块-自定义模块
26:33
76. 核心语法-模块-包(package)
25:22
77. 核心语法-面向对象基础-概述
11:46
78. 核心语法-面向对象基础-类与对象
29:15
79. 核心语法-面向对象基础-实例方法
13:11
80. 核心语法-面向对象基础-魔法方法
21:12
81. 核心语法-面向对象基础-实例属性与类属性
10:52
82. 核心语法-面向对象基础-案例(教务系统-准备)
17:41
83. 核心语法-面向对象基础-案例(教务系统-添加学生信息)
14:05
84. 核心语法-面向对象基础-案例(教务系统-修改删除查询)
11:32
85. 核心语法-面向对象基础-案例(教务系统-运行测试)
16:04
86. 核心语法-异常-介绍
32:43
87. 核心语法-异常-案例代码完善
14:17
88. AI应用-概述
07:10
89. AI应用-大模型部署-方案
09:51
90. AI应用-大模型部署-Ollama本地部署
18:07
91. AI应用-大模型部署-DeepSeek官方开放API
09:06
92. AI应用-大模型调用-网络基础知识
15:15
93. AI应用-大模型调用-HTTP协议介绍
14:43
94. AI应用-大模型调用-HTTP请求数据格式
24:26
95. AI应用-大模型调用-Apifox接口测试
24:15
96. AI应用-大模型调用-会话记忆方案
14:51
97. AI应用-大模型调用-本地DeepSeek
10:41
98. AI应用-大模型调用-代码调用大模型
23:54
99. AI应用-提示词工程
14:32
100. AI应用-实战-streamlit入门
20:18
101. AI应用-实战-streamlit基础用法
28:54
102. AI应用-实战-streamlit页面设置
09:18
103. AI应用-实战-准备工作(AI插件安装)
06:13
104. AI应用-实战-界面基本布局
27:51
105. AI应用-实战-界面消息展示
17:05
106. AI应用-实战-会话记忆问题
13:05
107. AI应用-实战-流式输出
19:40
108. AI应用-实战-侧边栏制作
29:04
109. AI应用-实战-会话管理-思路分析
11:26
110. AI应用-实战-会话管理-文件操作入门
21:19
111. AI应用-实战-会话管理-文件操作(资源释放)
09:45
112. AI应用-实战-会话管理-文件操作(json)
16:39
113. AI应用-实战-会话管理-保存会话
28:41
114. AI应用-实战-会话管理-新建会话
16:29
115. AI应用-实战-会话管理-展示会话列表
27:14
116. AI应用-实战-会话管理-加载会话
22:48
117. AI应用-实战-会话管理-删除会话
09:22
118. AI应用-实战-功能优化与小结
17:42
119. AI应用-实战-知识扩展
19:40
120. 网络机器人-介绍
04:40
121. 网络机器人-入门-概述(robots协议)
14:06
122. 网络机器人-入门-入门程序
17:53
123. 网络机器人-入门-网页结构
21:13
124. 网络机器人-入门-网页解析
25:10
125. 网络机器人-入门-Xpath语法
26:59
126. 网络机器人-入门-入门程序(网页解析)
19:08
127. 网络机器人-案例-csv操作
23:32
128. 网络机器人-案例-思路分析
15:38
129. 网络机器人-案例-核心逻辑实现
23:31
130. 网络机器人-案例-获取电影详情
29:10
131. 网络机器人-案例-保存电影详情
10:30
132. 网络机器人-案例-获取分页数据
20:57
133. 网络机器人-案例-程序完善
09:58
134. 网络机器人-案例-数据清洗(正则入门)
26:50
135. 网络机器人-案例-数据清洗(正则表达式)
31:42
136. 网络机器人-案例-数据清洗(程序优化)
19:49
137. 数据分析-介绍
05:21
138. 数据分析-环境准备(Jupyter Notebook)
14:23
139. 数据分析-Pandas初体验
20:19
140. 数据分析-Pandas初体验-DataFrame
15:20
141. 数据分析-Pandas初体验-Series
09:19
142. 数据分析-Pandas基础-数据读取与写入
15:41
143. 数据分析-Pandas基础-数据查询与选择
21:08
144. 数据分析-Pandas基础-数据过滤
16:51
145. 数据分析-Pandas基础-数据清洗
30:41
146. 数据分析-Pandas基础-数据排序
11:14
147. 数据分析-Pandas基础-数据分组
26:22
148. 数据分析-Matplotlib基础-入门
15:09
149. 数据分析-Matplotlib基础-图表信息详解
30:50
150. 数据分析-Matplotlib基础-图表实战(柱状图)
22:59
151. 数据分析-Matplotlib基础-图表实战(饼状图)
18:09
152. 数据分析-实战案例-准备工作
23:07
153. 数据分析-实战案例-每一年电影数量统计分析
27:25
154. 数据分析-实战案例-不同语言电影数量统计分析
16:35
155. 数据分析-实战案例-不同类型电影数量统计分析
12:51
156. 数据分析-实战案例-各评分电影占比统计分析
09:42
157. 数据分析-实战案例-各评分电影占比统计分析(完善)
16:07
158. 数据分析-实战案例-AI代码重构
13:19
159. Web应用-课程介绍
03:44
160. 面向对象高级-封装
23:44
161. 面向对象高级-继承
14:34
162. 面向对象高级-继承(方法重写)
11:26
163. 面向对象高级-继承(多继承)
18:43
164. 面向对象高级-多态
09:48
165. 面向对象高级-多态(鸭子类型)
07:58
166. 面向对象高级-案例-需求分析
11:49
167. 面向对象高级-案例-代码实现(书籍信息)
10:27
168. 面向对象高级-案例-代码实现(会员信息)
20:45
169. 面向对象高级-案例-代码实现(抽象类-ABC)
10:08
170. 面向对象高级-案例-代码实现(初始化)
18:37
171. 面向对象高级-案例-代码实现(登录)
08:48
172. 面向对象高级-案例-代码实现(运行与测试)
23:13
173. Web应用-FastAPI基础-Web初识
15:46
174. Web应用-FastAPI基础-入门程序
24:53
175. Web应用-AI汉字谜盒-开发规范
16:40
176. Web应用-AI汉字谜盒-基础环境准备
19:20
177. Web应用-AI汉字谜盒-新建会话
33:42
178. Web应用-AI汉字谜盒-与AI交互(分析)
13:58
179. Web应用-AI汉字谜盒-与AI交互(实现)
42:17
180. Web应用-AI汉字谜盒-会话列表
08:06
181. Web应用-AI汉字谜盒-加载指定会话
11:43
182. Web应用-AI汉字谜盒-删除会话
05:04
183. Web应用-AI汉字谜盒-日志记录
17:36
184. Web应用-AI汉字谜盒-异常处理
17:08
185. 感恩同行-后会有期
04:41
-UP主汉语配音-【线性代数的本质】合集-转载于3Blue1Brown官方双语】
320.1万播放
00-序言
05:09
01-向量究竟是什么
09:52
02-线性组合.张成的空间与基
10:00
03-矩阵与线性变换
10:59
04-矩阵乘法与线性变换复合的联系
10:04
04-附注1 三维空间的线性变换
04:46
05-行列式
10:03
06-逆矩阵、列空间、秩与零空间
12:09
06-附注2 非方阵 不同维度空间之间的线性变换
04:27
07-点积与对偶性
14:12
08-01 叉积的标准介绍
08:54
08-02-以线性变换的眼光看叉积
13:11
09-基变换
12:51
10-特征向量与特征值
17:16
11-抽象向量空间
16:46
“ 巅峰之战 ”
35.5万播放
雅思口语9.0分现场|凭什么她能从容成这样?感觉考官都被她的气场拿捏了......雅思|雅思口语|5-8月雅思口语题库
148.6万播放
【180步频】【冠军之家】世界上最好的跑者在这里训练【肯尼亚伊滕】【最适合跑步的歌】
5.3万播放
「Lisa Maree」练脚,每天来一遍!(跟练视频)
40.3万播放
充电专属
当你大声朗读5分钟时,你的大脑会发生什么?
1804播放
实用课程The Rhythm for English Speaking (How Americans Really Speak)
1021播放
电镜交流群邀请
2789播放
[双语] 外教英语|食物做法及其味道描述 高频 30+英语单词|生活口语 #044
8748播放
加载中...
加载中...
小窗
客服
顶部
请绑定手机号码
根据相关法律法规要求,请完成实名认证后继续操作
绑定手机