首页
学习
活动
专区
工具
TVP
发布

机器学习与python集中营

专注于python开发、机器学习、深度学习、人工智能领域的一颗小草。
专栏作者
135
文章
482199
阅读量
75
订阅数
python字符串格式化深入详解(四种方法)
格式符为真实值预留位置,并控制显示的格式。格式符可以包含有一个类型码,用以控制显示的类型,如下:
小草AI
2020-12-09
2.4K0
快速掌握 pyecharts 十种酷炫图表
首先,使用pip install pyecharts 即可安装 pyecharts。
小草AI
2020-03-10
1.2K0
十分钟掌握pyecharts十类顶级图,建议收藏!
pyecharts几行代码就能绘制出有特色的的图形,绘图API链式调用,使用方便。
小草AI
2020-02-18
8910
非常全的通俗易懂 Python 魔法方法指南(下)
来源:https://pyzh.readthedocs.io/en/latest/python-magic-methods-guide.html
小草AI
2020-02-18
7670
教你如何阅读 Python 开源项目代码
来源:https://learnku.com/articles/23010/teach-you-to-read-the-python-open-source-project-code
小草AI
2020-01-15
6600
Linux 运维中最常用 150 个命令汇总
来源:www.cnblogs.com/bananaaa/p/7774467.html
小草AI
2020-01-15
8630
系列笔记 | 深度学习连载(4):优化技巧(上)
我们先从Adaptive Learning Rate 谈起,我Gradient Decent 中我们已经讨论了:
小草AI
2020-01-13
4460
Python绘图还在用Matplotlib?out了 !发现一款手绘可视化神器!
来源:https://github.com/chenjiandongx/cutecharts
小草AI
2020-01-02
7421
谁说Python不适合做GUI程序?wxFormBuilder上手教程
来源:https://blog.csdn.net/caiza3491/article/details/79529966
小草AI
2019-12-23
3.2K0
图解python可变对象(mutable)
列表(list)是一个可变容器,可变与不可变是一对很微妙的概念,因为网上经常出现,所以再重点总结下。
小草AI
2019-12-10
9410
【Pytorch填坑记】PyTorch 踩过的 12 坑
1. nn.Module.cuda() 和 Tensor.cuda() 的作用效果差异
小草AI
2019-12-06
1.7K0
5个优雅的Numpy函数助你走出数据处理困境
Numpy 允许我们根据给定的新形状重塑矩阵,新形状应该和原形状兼容。有意思的是,我们可以将新形状中的一个参数赋值为-1。这仅仅表明它是一个未知的维度,我们希望 Numpy 来算出这个未知的维度应该是多少:Numpy 将通过查看数组的长度和剩余维度来确保它满足上述标准。让我们来看以下例子:
小草AI
2019-12-06
4770
通俗理解一个常用的降维算法(t-SNE)
最易被我们视觉观察到的维数是一维,二维和三维,四维及以上用图形表达都不会那么直观。
小草AI
2019-12-06
19.4K0
26 个鲜为人知的 Python 技巧,成为真正的Pyer!
人们还经常把 Python 笑称为「可执行伪码(executable pseudocode)」。但是,当你可以编写这样的代码时,很难去反驳这种言论:
小草AI
2019-11-22
9680
常用的模型集成方法介绍:bagging、boosting 、stacking
本文介绍了集成学习的各种概念,并给出了一些必要的关键信息,以便读者能很好地理解和使用相关方法,并且能够在有需要的时候设计出合适的解决方案。
小草AI
2019-11-21
1K0
轻量级卷积神经网络的设计技巧
这篇文章将从一个证件检测网络(Retinanet)的轻量化谈起,简洁地介绍,我在实操中使用到的设计原则和idea,并贴出相关的参考资料和成果供读者参考。因此本文是一篇注重工程性、总结个人观点的文章,存在不恰当的地方,请读者在评论区指出,方便交流。
小草AI
2019-11-20
1.2K0
坑爹的Python陷阱(避坑指南)
我个人对陷阱的定义是这样的:代码看起来可以工作,但不是以你“想当然“”的方式。如果一段代码直接出错,抛出了异常,我不认为这是陷阱。比如,Python程序员应该都遇到过的“UnboundLocalError”, 示例:
小草AI
2019-11-20
1.3K0
大幅减少训练迭代次数,提高泛化能力:IBM提出「新版Dropout」
Dropout (Hinton et al.[2012]) 是提高深度神经网络(DNN)泛化能力的主要正则化技术之一。由于其简单、高效的特点,传统 dropout 及其他类似技术广泛应用于当前的神经网络中。dropout 会在每轮训练中随机忽略(即 drop)50% 的神经元,以避免过拟合的发生。如此一来,神经元之间无法相互依赖,从而保证了神经网络的泛化能力。在推理过程中会用到所有的神经元,因此所有的信息都被保留;但输出值会乘 0.5,使平均值与训练时间一致。这种推理网络可以看作是训练过程中随机生成的多个子网络的集合。Dropout 的成功推动了许多技术的发展,这些技术使用各种方法来选择要忽略的信息。例如,DropConnect (Wan et al. [2013]) 随机忽略神经元之间的部分连接,而不是神经元。
小草AI
2019-11-19
9020
你不得不会的python常用内置模块--time/random
在Python中,通常有这几种方式来表示时间:1)时间戳 2)格式化的时间字符串 3)元组(struct_time)共九个元素。由于Python的time模块实现主要调用C库,所以各个平台可能有所不同。
小草AI
2019-11-19
4360
Python画一棵漂亮的樱花树(不同种樱花+玫瑰+圣诞树喔)
最近翻到一篇知乎,上面有不少用Python(大多是turtle库)绘制的树图,感觉很漂亮,我整理了一下,挑了一些我觉得不错的代码分享给大家(这些我都测试过,确实可以生成喔~) one 樱花树
小草AI
2019-11-18
3.9K0
点击加载更多
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
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