这是我们学习 Python 及其在机器学习 (ML) 和人工智能 (AI) 中的应用系列中的第三个模块。在上一个模块中，我们了解了数据结构和循环。现在让我们更深入地了解生成器和类。

这是我们系列中的第二个模块，可帮助您了解 Python 及其在机器学习 (ML) 和人工智能 (AI) 中的使用。我们可以更深入地了解列表和元组数据结构，并了解如何使用它们。

Python 是人工智能和机器学习的首要编程语言。本文将向您介绍重要的 Python 基础知识，包括：从何处获取 Python、Python 2 和 Python 3 之间的区别以及熟悉的语言概念（如语法和变量）如何在 Python 中工作。

在机器学习中，KL散度,JS散度,交叉熵这三个指标都是比较不好区分差异的，小编在看论文《Detecting Regions of Maximal Divergence for Spatio-Temporal Anomaly Detection》时，看到文中提到了这三种方法来比较时间序列中不同区域概率分布的差异。特意分享出来给各位小伙伴们加深理解。

随着python的大火，人工智能领域也在蓬勃的发展（人工智能的大火也导致了python的发展）。在人工智能的发展中，图像识别技术是里面发展得比较好的一部分技术，很多互联网大厂都在这一方面投入了很多精力并获得了不菲的成果。今天我们就通过介绍计算机图像存储的方式，来介绍一下图像识别的原理吧！