01 2019 档案
摘要:作者:田佳琦 传销组织的原罪是通过欺骗、隐瞒事实的手段拉人下水,生化环材利用高中生的懵懂无知来招生,其原罪也是通过欺骗、隐瞒事实的手段拉人入坑。 传销组织对其经营的产品进行夸大、虚假的宣传,生化环材号称“21世纪中心学科”,也对其学科进行夸大、虚假的宣传。 传销组织的主要形式是不断的发展下线,生化环
阅读全文
摘要:译者:talengu PyTorch的主要接口为Python。虽然Python有动态编程和易于迭代的优势,但在很多情况下,正是Python的这些属性会带来不利。我们经常遇到的生产环境,要满足低延迟和严格部署要求。对于生产场景而言,C++通常是首选语言,也能很方便的将其绑定到另一种语言,如Java,R
阅读全文
摘要:译者:hhxx2015 作者: Sean Robertson 我们将构建和训练字符级RNN来对单词进行分类。 字符级RNN将单词作为一系列字符读取,在每一步输出预测和“隐藏状态”,将其先前的隐藏状态输入至下一时刻。 我们将最终时刻输出作为预测结果,即表示该词属于哪个类。 具体来说,我们将在18种语言
阅读全文
摘要:译者:yportne13 作者:Sasank Chilamkurthy 在解决机器学习问题的时候,人们花了大量精力准备数据。pytorch提供了许多工具来让载入数据更简单并尽量让你的代码的可读性更高。在这篇教程中,我们将学习如何加载和预处理/增强一个有价值的数据集。 在运行这个教程前请先确保你已安装
阅读全文
摘要:译者:bat67 最新版会在译者仓库首先同步。 在这个教程里,我们将学习如何使用数据并行(DataParallel)来使用多GPU。 PyTorch非常容易的就可以使用GPU,可以用如下方式把一个模型放到GPU上: device = torch.device("cuda:0") model.to(d
阅读全文
摘要:译者:bat67 最新版会在译者仓库首先同步。 可以使用torch.nn包来构建神经网络. 我们以及介绍了autograd,nn包依赖于autograd包来定义模型并对它们求导。一个nn.Module包含各个层和一个forward(input)方法,该方法返回output。 例如,下面这个神经网络可
阅读全文
摘要:译者:bat67 最新版会在译者仓库首先同步。 PyTorch是一个基于python的科学计算包,主要针对两类人群: 作为NumPy的替代品,可以利用GPU的性能进行计算作为一个高灵活性、速度快的深度学习平台 入门 张量 Tensor(张量)类似于NumPy的ndarray,但还可以在GPU上使用来
阅读全文
摘要:四、Keras(上) 原文:keras-tutorials 译者:飞龙 协议:CC BY-NC-SA 4.0 4.1 深度学习导论 致谢:派生于 Valerio Maggio 的 deep-learning-keras-tensorflow 深度学习允许由多层组成的计算模型,来学习具有多个抽象级别的
阅读全文
摘要:一、TensorFlow 原文:TensorFlow Tutorials 译者:飞龙 协议:CC BY-NC-SA 4.0 1.1 TensorFlow 基本操作 致谢:派生于 Aymeric Damien 的 TensorFlow 示例 配置 参考配置指南。 import tensorflow a
阅读全文
摘要:8.15 Matplotlib 中的三维绘图 原文:Three-Dimensional Plotting in Matplotlib 译者:飞龙 协议:CC BY-NC-SA 4.0 本节是《Python 数据科学手册》(Python Data Science Handbook)的摘录。 Matpl
阅读全文
摘要:8.13 自定义刻度 原文:Customizing Ticks 译者:飞龙 协议:CC BY-NC-SA 4.0 本节是《Python 数据科学手册》(Python Data Science Handbook)的摘录。 Matplotlib 的默认刻度定位器和格式化程序,在许多常见情况下通常都足够了
阅读全文
摘要:8.11 多个子图 原文:Multiple Subplots 译者:飞龙 协议:CC BY-NC-SA 4.0 本节是《Python 数据科学手册》(Python Data Science Handbook)的摘录。 有时,并排比较不同的数据视图会很有帮助。为此,Matplotlib 具有子图的概念
阅读全文
摘要:8.10 自定义颜色条 原文:Customizing Colorbars 译者:飞龙 协议:CC BY-NC-SA 4.0 本节是《Python 数据科学手册》(Python Data Science Handbook)的摘录。 绘图图例标识离散点的离散标签。对于基于点,线条或区域颜色的连续标签,带
阅读全文
摘要:8.9 自定义图例 原文:Customizing Plot Legends 译者:飞龙 协议:CC BY-NC-SA 4.0 本节是《Python 数据科学手册》(Python Data Science Handbook)的摘录。 绘图的图例将意义赋予可视化,为各种绘图元素标识意义。我们以前看过如何
阅读全文
摘要:8.6 可视化误差 原文:Visualizing Errors 译者:飞龙 协议:CC BY-NC-SA 4.0 本节是《Python 数据科学手册》(Python Data Science Handbook)的摘录。 对于任何科学测量,误差的准确计算几乎与数字本身的准确报告一样重要,甚至更重要。例
阅读全文
摘要:8.4 简单的折线图 原文:Simple Line Plots 译者:飞龙 协议:CC BY-NC-SA 4.0 本节是《Python 数据科学手册》(Python Data Science Handbook)的摘录。 也许最简单的绘图是单个函数y = f(x)的可视化。在这里,我们将首先看一下这种
阅读全文
摘要:8.2 Matplotlib 的应用 原文:matplotlib-applied 译者:飞龙 协议:CC BY-NC-SA 4.0(原文协议:Apache License 2.0) 将 Matplotlib 可视化用于 Kaggle:泰坦尼克条形图,直方图,subplot2grid标准化绘图散点图,
阅读全文
摘要:8.1 matplotlib 原文:matplotlib 译者:飞龙 协议:CC BY-NC-SA 4.0 致谢:派生于 Olivier Grisel 的 sklearn 和 IPython 并行机器学习 设置全局参数基本绘图直方图相同绘图上的两个直方图散点图 %matplotlib inline
阅读全文
摘要:# 7.15 高性能 Pandas:eval()和query() 原文:High-Performance Pandas: eval() and query() 译者:飞龙 协议:CC BY-NC-SA 4.0 本节是《Python 数据科学手册》(Python Data Science Handbo
阅读全文
摘要:7.11 聚合和分组 原文:Aggregation and Grouping 译者:飞龙 协议:CC BY-NC-SA 4.0 本节是《Python 数据科学手册》(Python Data Science Handbook)的摘录。 大数据分析的必要部分是有效的总结:计算聚合,如sum(),mean
阅读全文
摘要:7.9 组合数据集:连接和附加 原文:Combining Datasets: Concat and Append 译者:飞龙 协议:CC BY-NC-SA 4.0 本节是《Python 数据科学手册》(Python Data Science Handbook)的摘录。 一些最有趣的数据研究来自于不同
阅读全文
摘要:7.8 分层索引 原文:Hierarchical Indexing 译者:飞龙 协议:CC BY-NC-SA 4.0 本节是《Python 数据科学手册》(Python Data Science Handbook)的摘录。 到目前为止,我们主要关注一维和二维数据,分别存储在 Pandas Serie
阅读全文
摘要:7.4 Pandas 对象介绍 原文:Introducing Pandas Objects 译者:飞龙 协议:CC BY-NC-SA 4.0 本节是《Python 数据科学手册》(Python Data Science Handbook)的摘录。 在最基本的层面上,Pandas 对象可以认为是 Nu
阅读全文
摘要:7.3 Pandas 数据操作 原文:Data Manipulation with Pandas 译者:飞龙 协议:CC BY-NC-SA 4.0 本节是《Python 数据科学手册》(Python Data Science Handbook)的摘录。 在前一章中,我们详细介绍了 NumPy 及其n
阅读全文
摘要:7.1 Pandas 原文:Pandas 译者:飞龙 协议:CC BY-NC-SA 4.0 致谢:这个笔记摘自 Wes McKinney 的著作 《Python 数据分析》(Python for Data Analysis) 序列(Series)数据帧(DataFrame)重索引删除条目索引,选择和
阅读全文
摘要:9.11 结构化数据:NumPy 的结构化数组 本节是《Python 数据科学手册》(Python Data Science Handbook)的摘录。 译者:飞龙 协议:CC BY-NC-SA 4.0 虽然我们的数据通常可以通过同构数组来很好地表示,但有时并非如此。 本节演示了 NumPy 结构化
阅读全文
摘要:9.9 花式索引 本节是《Python 数据科学手册》(Python Data Science Handbook)的摘录。 译者:飞龙 协议:CC BY-NC-SA 4.0 在前面的章节中,我们看到了如何使用简单的索引(例如,arr [0]),切片(例如,arr [:5])和布尔掩码来访问和修改数组
阅读全文
摘要:9.8 比较,掩码和布尔逻辑 本节是《Python 数据科学手册》(Python Data Science Handbook)的摘录。 译者:飞龙 协议:CC BY-NC-SA 4.0 本节介绍如何使用布尔掩码,来检查和操作 NumPy 数组中的值。当你想要根据某些标准,提取,修改,计算或以其他方式
阅读全文
摘要:9.7 数组上的计算:广播 本节是《Python 数据科学手册》(Python Data Science Handbook)的摘录。 译者:飞龙 协议:CC BY-NC-SA 4.0 我们在上一节中看到,NumPy 的通用函数如何用于向量化操作,从而消除缓慢的 Python 循环。向量化操作的另一种
阅读全文
摘要:9.6 聚合:最小、最大和之间的任何东西 本节是《Python 数据科学手册》(Python Data Science Handbook)的摘录。 译者:飞龙 协议:CC BY-NC-SA 4.0 通常,当面对大量数据时,第一步是计算相关数据的汇总统计信息。也许最常见的汇总统计数据是均值和标准差,它
阅读全文
摘要:9.5 NumPy 数组上的计算:通用函数 本节是《Python 数据科学手册》(Python Data Science Handbook)的摘录。 译者:飞龙 协议:CC BY-NC-SA 4.0 到目前为止,我们一直在讨论 NumPy 的一些基本要点;在接下来的几节中,我们将深入探讨 NumPy
阅读全文
摘要:十九、数据整理(下) 作者:Chris Albon 译者:飞龙 协议:CC BY-NC-SA 4.0 连接和合并数据帧 # 导入模块 import pandas as pd from IPython.display import display from IPython.display import
阅读全文
摘要:十九、数据整理(上) 作者:Chris Albon 译者:飞龙 协议:CC BY-NC-SA 4.0 在 Pandas 中通过分组应用函数 import pandas as pd # 创建示例数据帧 data = {'Platoon': ['A','A','A','A','A','A','B','B
阅读全文