首页
学习
活动
专区
工具
TVP
发布

进击的Coder

专栏成员
559
文章
1324395
阅读量
200
订阅数
你还在用 os.path?快来感受一下 pathlib 给你带来的便捷吧!
pathlib 是Python内置库,Python 文档给它的定义是 Object-oriented filesystem paths(面向对象的文件系统路径)。pathlib 提供表示文件系统路径的类,其语义适用于不同的操作系统。路径类在纯路径之间划分,纯路径提供纯粹的计算操作而没有I / O,以及具体路径,它继承纯路径但也提供I / O操作。
崔庆才
2018-12-17
8701
一看就懂【来自英雄联盟盖伦的怒吼】与 Python 详解设计模式(二)观察者模式
观察者模式(有时又被称为模型-视图(View)模式、源-收听者(Listener)模式或从属者模式)是软件设计模式的一种。在此种模式中,一个目标物件管理所有相依于它的观察者物件,并且在它本身的状态改变时主动发出通知。这通常透过呼叫各观察者所提供的方法来实现。此种模式通常被用来实现事件处理系统。
崔庆才
2018-12-13
6270
一看就懂!通过英雄联盟锐雯详解 Python 设计模式之门面模式!
设计模式(Design Pattern)是一套被反复使用、多数人知晓的、经过分类的、代码设计经验的总结。使用设计模式的目的:为了代码可重用性、让代码更容易被他人理解、保证代码可靠性。设计模式使代码编写真正工程化;设计模式是软件工程的基石脉络,如同大厦的结构一样。
崔庆才
2018-12-12
6410
最强 NLP 预训练模型!谷歌 BERT 横扫 11 项 NLP 任务记录!
作者:Jacob Devlin、Ming-Wei Chang、Kenton Lee、Kristina Toutanova
崔庆才
2018-10-23
8800
深度学习效果不好?试试 Batch Normalization 吧!
Batch Normalization(简称BN)自从提出之后,因为效果特别好,很快被作为深度学习的标准工具应用在了各种场合。BN大法虽然好,但是也存在一些局限和问题,诸如当BatchSize太小时效果不佳、对RNN等动态网络无法有效应用BN等。针对BN的问题,最近两年又陆续有基于BN思想的很多改进Normalization模型被提出。BN是深度学习进展中里程碑式的工作之一,无论是希望深入了解深度学习,还是在实践中解决实际问题,BN及一系列改进Normalization工作都是绕不开的重要环节。
崔庆才
2018-10-08
3.7K0
如何在手机或 iPad 上写 Python 代码?
或者用 iPad 外接一个键盘,侯爵老师一度迷恋这种工作方式,据说可以拥有更加专注的沉浸式编程体验。
崔庆才
2018-10-08
8.3K0
NLP通用模型诞生?一个模型搞定十大自然语言常见任务
翻译:于之涵 编辑:Leo 出品:AI科技大本营 (公众号ID:rgznai100)
崔庆才
2018-10-08
9430
人工智能军备竞赛:一文尽览全球主要国家AI战略
AI 全球领导者之争已经正式拉开帷幕。在过去的 15 个月里,加拿大、日本、新加坡、中国、阿联酋、芬兰、丹麦、法国、英国、欧盟委员会、韩国和印度都发布了促进 AI 应用与开发的战略。这些战略无一相似,关注的方面也有所不同,如科学研究、人才培养、技能与教育、采用公共和私有部门、道德包容、标准与法规及数据与数字基础设施。
崔庆才
2018-07-31
6980
模型怎么调都没有提升?来试试目前最好用的词向量ELMo吧!
近年来,研究人员通过文本上下文信息分析获得更好的词向量。ELMo是其中的翘楚,在多个任务、多个数据集上都有显著的提升。所以,它是目前最好用的词向量,the-state-of-the-art的方法。这篇文章发表在2018年的NAACL上,outstanding paper award。下面就简单介绍一下这个“神秘”的词向量模型。
崔庆才
2018-07-31
8470
看完这篇文章还会不懂Python装饰器?掐死小编吧
1. 必备 #### 第一波 #### def foo(): print('foo') foo #表示是函数 foo() #表示执行foo函数 #### 第二波 #### def foo(): print('foo') foo = lambda x: x + 1 foo(1) # 执行下面的lambda表达式,而不再是原来的foo函数,因为函数 foo 被重新定义了 2. 需求来了 初创公司有N个业务部门,1个基础平台部门,基础平台负责提供底层的功能,如:数据库操作、r
崔庆才
2018-06-25
5530
App爬虫神器mitmproxy和mitmdump的使用
mitmproxy是一个支持HTTP和HTTPS的抓包程序,有类似Fiddler、Charles的功能,只不过它是一个控制台的形式操作。 mitmproxy还有两个关联组件。一个是mitmdump,它是mitmproxy的命令行接口,利用它我们可以对接Python脚本,用Python实现监听后的处理。另一个是mitmweb,它是一个Web程序,通过它我们可以清楚观察mitmproxy捕获的请求。 下面我们来了解它们的用法。 一、准备工作 请确保已经正确安装好了mitmproxy,并且手机和PC处于同一个
崔庆才
2018-06-25
10K0
持续集成服务 Travis CI 教程
编写代码只是软件开发的一小部分,更多的时间往往花在构建(build)和测试(test)。 为了提高软件开发的效率,构建和测试的自动化工具层出不穷。Travis CI 就是这类工具之中,市场份额最大的
崔庆才
2018-06-25
1.1K0
加密货币的本质
去年,比特币暴涨,其他币也像雨后春笋一样冒出来,已经有1000多种了。 很多人都在问,加密货币(cryptocurrency)的时代,真的来临了吗?将来会不会人类不再使用美元、人民币,改用加密货币?
崔庆才
2018-06-25
4260
Session和Cookies的基本原理
在浏览网站的过程中,我们经常会遇到需要登录的情况,有些页面只有登录之后才可以访问,而且登录之后可以连续访问很多次网站,但是有时候过一段时间就需要重新登录。还有一些网站,在打开浏览器时就自动登录了,而且很长时间都不会失效,这种情况又是为什么?其实这里面涉及Session和Cookies的相关知识,本节就来揭开它们的神秘面纱。 一、静态网页和动态网页 在开始之前,我们需要先了解一下静态网页和动态网页的概念。这里还是前面的示例代码,内容如下: <!DOCTYPE html> <html> <head>
崔庆才
2018-04-08
8750
TensorFlow Bi-LSTM实现文本分词
本节我们来尝试使用 TensorFlow 搭建一个双向 LSTM (Bi-LSTM) 深度学习模型来处理序列标注(分词)问题,主要目的是学习 Bi-LSTM 的用法。 Bi-LSTM 我们知道 RNN 是可以学习到文本上下文之间的联系的,输入是上文,输出是下文,但这样的结果是模型可以根据上文推出下文,而如果输入下文,想要推出上文就没有那么简单了,为了弥补这个缺陷,我们可以让模型从两个方向来学习,这就构成了双向 RNN。在某些任务中,双向 RNN 的表现比单向 RNN 要好,本文要实现的文本分词就是其中之一。
崔庆才
2018-04-04
2.5K1
HTTP基本原理
在本节我们会详细了解 HTTP 的基本原理,了解在浏览器中敲入一个 URL 到获取网页内容发生了一个怎样的过程,了解了这些内容,有助于去进一步了解爬虫的基本原理。 1. URI、URL 在了解 HTTP 之前我们先了解一下 URI 和 URL。我们经常会听到 URI 和 URL 两个术语,URI 全称为 Uniform Resource Identifier,即统一资源标志符,URL 全称为 Universal Resource Locator,即统一资源定位符。 举例来说,https://github.
崔庆才
2018-04-04
1.3K0
没有更多了
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档