输入: 输出: 答案: 15.如何将处理标量的python函数在numpy数组上运行? 难度:2 问题:将处理两个标量函数maxx在两个数组上运行。...难度:2 问题:查找在iris数据集的第4列花瓣宽度中第一次出现值大于1.0的位置。 答案: 47.如何将所有大于给定值的值替换为给定的cutoff值?...难度:2 问题:创建一个长度为10的numpy数组,从5开始,在连续数字之间有一个3的步长。 答案: 69.如何填写不规则的numpy日期系列中的缺失日期? 难度:3 问题:给定一个不连续的日期数组。...通过填补缺失的日期,使其成为连续的日期序列。 输入: 答案: 70.如何在给定一个一维数组中创建步长?...难度:4 问题:从给定的一维数组arr,使用步长生成一个二维数组,窗口长度为4,步长为2,如[[0,1,2,3],[2,3,4,5],[4,5,6,7]..]
uint16 16位无符号整数,取值[0,65535] uint32 32位无符号整数,取值[0,2^32 -1] uint64 64位无符号整数,取值[0,2^64 -1] float16 16位半精度浮点数...:1符号位,5位指数,10位尾数 float32 32位半精度浮点数:1符号位,8位指数,23位尾数 float64 64位半精度浮点数:1符号位,11位指数,52位尾数 compex64 复数类型,实部和虚部都是...32位精度浮点数 compex128 复数类型,实部和虚部都是64位精度浮点数 numpy 创建数组 函数 说明 addition np.arange(n) 类似range () 的函数,返回ndarray...(ax1,ax2) 将数组 n 个维度的两个维度进行变换 .flatten() 对数组进行降维,返回折叠后的一维数组,原数组不变 数组类型变化 method indications example a.astype...) 根据给定轴 axis 计算数组 a 相关元素的标准差 var(a,axis=None) 根据给定轴 axis 计算数组 a 相关元素的方差 min(a) max(a) 计算数组 a 中最小值‘最大值
python面试题搜集(三): Python 经典面试题(一) 一、浮点数运算 题目 判断浮点数的运行结果是否相等: a = 0.1 b = 0.2 c = 0.3 assert a + b =...不仅是 python 语言,其他的编程语言也面临同样的问题:在进行浮点运算的时候,10 进制表示方式会丢掉它的精度,造成运算结果与实际结果不符合。...所以在进行高进度浮点运算的时候一定要注意,尤其是自动化测试过程中需要进行断言非常容易出错。 题目答案: 断言失败,抛出 AssertionError 错误。...a = 0.1 b = 0.2 c = 0.3 assert Decimal(str(a)) + Decimal(str(b)) == Decimal(str(c)) Decimal() 可以维持浮点数的精度...,在金融领域和测试领域等精度要求高的行业有非常大的作用。
理论上讲,维度灾难的一个解决方案可能是增加训练集的大小以达到足够密度的训练实例。 不幸的是,在实践中,达到给定密度所需的训练实例的数量随着维度的数量呈指数增长。...降维的主要途径 在深入研究具体的降维算法之前,我们来看看降维的两种主要途径:投影和流形学习。 2.1 投影 在大多数现实世界的问题中,训练实例并不是在所有维度上均匀分布。...在瑞士卷中,d = 2和n = 3:它在局部上类似于2D平面,但是在第三维上滚动。 许多降维算法通过对训练实例所在的流形进行建模来工作; 这叫做流形学习。...以下Python代码将训练集投影到由前两个主要组件定义的平面上: ? 现在我们已经知道如何将任何数据集的维度降低到任意维数,同时尽可能保留最多的差异。...当然,除非我们正在降低数据可视化的维度(在这种情况下,您通常会将维度降低到2或3)。 下面的代码在不降低维数的情况下计算PCA,然后计算保留训练集方差的95%所需的最小维数: ?
从抽象一点的角度来理解,也可看作是列表解压或者列表降维。 这个问题并不难,但是,怎么写才比较优雅呢?...这道并不难的问题,在众人的讨论与分享后,竟还引出了很有价值的学习内容。前不久,同样是群内的一个问题,也产生了同样的学习效果,详见《Python进阶:如何将字符串常量转为变量?》。...文档还建议,在某些使用场景时,不要用 sum() ,例如当以扩展精度对浮点数求和时,推荐使用 math.fsum() ;当要拼接一系列的可迭代对象时,应考虑使用 itertools.chain() 。...浮点数的计算是个难题,我曾转载过一篇《如何在 Python 里面精确四舍五入?》,对此有精彩分析。...而itertools.chain() 可以将不同类型的可迭代对象串联成一个更大的迭代器,这在旧文《Python进阶:设计模式之迭代器模式》中也有论及。
参考链接: Python中的numpy.rint 什么是numpy? NumPy是Python科学计算的基础包。 ...different sized elements.)NumPy数组支持在大量数据上进行数学计算和其他类型的操作。...np.swapaxes(arr,ax1,ax2):件两个维度进行调换 arr.flatten():对数据进行降维,返回折叠后的-维数组 arr.reshape(-1):也是降维 注意:维度转换简单理解就是数组中每个元素都有定位的...x,y,z标识,维度转换,就是类似:y,x,z形式生成一个新的x,y,z数组 降维可以理解为,从左到右,按照每行的执行顺序将数据依次放入新的数组中数组的类型转变 数据类型的转换:arr.dtype=...:结束(不包含):步长) 例如一个3维的数组要切片 arr[开始:结束(不包含):步长 , 开始:结束(不包含):步长, 开始:结束(不包含):步长 ] 最后一维的切片没冒号,就是行显示,有冒号就是列显示了
参考链接: Python中的numpy.isfinite 什么是numpy? NumPy是Python科学计算的基础包。 ...different sized elements.)NumPy数组支持在大量数据上进行数学计算和其他类型的操作。...np.swapaxes(arr,ax1,ax2):件两个维度进行调换 arr.flatten():对数据进行降维,返回折叠后的-维数组 arr.reshape(-1):也是降维 注意:维度转换简单理解就是数组中每个元素都有定位的...x,y,z标识,维度转换,就是类似:y,x,z形式生成一个新的x,y,z数组 降维可以理解为,从左到右,按照每行的执行顺序将数据依次放入新的数组中数组的类型转变 数据类型的转换:arr.dtype=...:结束(不包含):步长) 例如一个3维的数组要切片 arr[开始:结束(不包含):步长 , 开始:结束(不包含):步长, 开始:结束(不包含):步长 ] 最后一维的切片没冒号,就是行显示,有冒号就是列显示了
从抽象一点的角度来理解,也可看作是列表解压或者列表降维。 这个问题并不难,但是,怎么写才比较优雅呢?...这道并不算难的问题,在众人的讨论与分享后,竟还引出了很有价值的学习内容。前不久,同样是群内的一个问题,也产生了同样的学习效果,详见《Python进阶:如何将字符串常量转为变量?》。...文档还建议,在某些使用场景时,不要用 sum() ,例如当以扩展精度对浮点数求和时,推荐使用 math.fsum() ;当要拼接一系列的可迭代对象时,应考虑使用 itertools.chain() 。...浮点数的计算是个难题,我曾转载过一篇《如何在 Python 里面精确四舍五入?》,对此有精彩分析。...而itertools.chain() 可以将不同类型的可迭代对象串联成一个更大的迭代器,这在旧文《Python进阶:设计模式之迭代器模式》中也有论及。
卷积层神经元连接方式 如下图左所示,图片来自链接: 双精度、单精度和半精度 CPU/GPU 的浮点计算能力得区分不同精度的浮点数,分为双精度 FP64、单精度 FP32 和半精度 FP16。...因为采用不同位数的浮点数的表达精度不一样,所以造成的计算误差也不一样,对于需要处理的数字范围大而且需要精确计算的科学计算来说,就要求采用双精度浮点数,而对于常见的多媒体和图形处理计算,32 位的单精度浮点计算已经足够了...,对于要求精度更低的机器学习等一些应用来说,半精度16位浮点数就可以甚至8位浮点数就已经够用了。...在滑动平滑模型中, decay 决定了模型更新的速度,越大越趋于稳定。实际运用中,decay 一般会设置为十分接近 1 的常数(0.999或0.9999)。...反卷积得到的图片大小计算方式: 反卷积的大小是由卷积核大小与滑动步长决定, in是输入大小, k是卷积核大小, s是滑动步长, out是输出大小。
在不影响精度的前提下,把500M的VGG压缩到了11M,使得深度卷积网络移植到移动设备上成为可能。...(2) 权重量化 权值量化是把网络的连接权值从高精度转化成低精度的操作过程,例如将32位浮点数float32转化成8位定点数int8或二值化为1bit,转换后的模型准确率等指标与原来相近,但模型大小变小...可知道在不降低精度的前提下,LeNet-5,AlexNet,VGG的压缩倍率分别达到了40,35,49。...通常来说,就是将Pooling、LRN,BN等网络层与相邻近的Conv层进行合并,上图的案例中经过合并后从153.8ms直接降低到了16.6ms。...以GoogLeNet为基准模型的实验结果如下: ? ? 上表展示了对不同的网络层使用以上合并策略,可以发现各种网络层的速度都有很大提升,在精度只降低0.4%的时候,能有超过3倍的速度提升。
(值的范围在半开放的间隔[start, dtop)内,也就是包括start起始值,不包括stop结束值;若参数均为整数,与python中的range函数等价,但是它返回的是数组而非列表)When using...数字型,必填参数,间隔的结束值,间隔不包括结束值,除非一些特殊情况,比如步长不是整数,浮点数的四舍五入影响到输出的长度; step:数组型,可选参数,间距值,对任何输出,它是相邻两个值之间的差值,out...2.x版本中xrange的说明 在python2.x版本中,对于非常长的范围,建议使用xrange,其参数与range一样,但不会预先产生所有的值,而是返回一个用于逐个产生整数的迭代器。...在python3 中,range始终返回迭代器,因而没必要再使用xrange这个函数了。...以上这篇浅谈Python中range与Numpy中arange的比较就是小编分享给大家的全部内容了,希望能给大家一个参考。
1.3、网络量化 一般,神经网络模型的参数都是32bit长度的浮点数表示。很多时侯不需要这么高的精度,可以通过量化,用如用8bit来表示。通过牺牲精度来降低每个权值所需要的空间。...1.3.1、二值量化 将权值矩阵中的单精度浮点数用两个值来表示。一般使用符号函数或加入线性化的符号函数来近似。...[2017,Zhou,ICLR]Incremental network quantization:Towards lossless cnns with low-precision weights:给定任意结构的全精度浮点神经网络模型...,通过 GPU集群测试模型和数据的并行化性能,在保证模型预测精度的条件下,提出的方法取得两倍的数据传输加速。...3x3卷积核参数的1/9,这一改动理论上可以将模型尺寸压缩9倍) 减小输入到3x3卷积核的输入通道数 尽可能的将降采样放在网络后面的层中 借鉴ResNet思想,对原始网络结构做了修改,增加了旁路分支,将分类精度提升了约
我们在数据世界里一般分为以下几个部分: 数据的获取(别人给定的,爬虫获取的) 数据的处理(数据的清洗,集成等) 数据的挖掘(创建模型,优化调整模型) 数据的可视化(展示数据的状态及分布) 在我们了解数据之前我们需要有一定的...为什么要用NumPy数组结构而不是Python本身的列表list? 这是因为列表list的元素在系统内存中是分散存储的,而NumPy数组存储在一个均匀连续的内存块中。...回顾一下python的list: 我们在取值的时候使用的是索引取值的办法,索引是从零开始的。...给定初始值,结束值和步长来此创建一维矩阵(一维数组), 当然除此之外我们还有相似的函数,linspace,也和arange是一样类似的。 下面我们再来看看ndarray的数据类型有哪些吧?...float16 半精度浮点数,包括:1 个符号位,5 个指数位,10 个尾数位 float32 单精度浮点数,包括:1 个符号位,8 个指数位,23 个尾数位 float64 双精度浮点数,包括:1
,对于非常高维的数据来说,降维到低维空间之后,将大大节省计算的时间; 分类精度上,使不使用PCA降维对于分类精度来说影响巨大,不使用PCA降维KNN分类精度可以轻松到达98%左右,但是将数据从64维降到...丢失一些信息大致可能有下面两种情况: 数据处理的过程中对数据进行降维,虽然后期任务的效果上比保留全部维度效果要差,但是可以大大的节省后期任务的时间,这对于样本量巨大的数据来说,可以牺牲一些精度来换取一定的时间...; 获取的数据通常可能会有噪声数据,降维可能会把噪声数据的信息丢失掉,这样在后期任务中不仅时间上大大的减少,而且精度上可能会比保留全部特征要好一些; 由于从64维降低到了28维,相对应的时间效率大大的提升...,但是在测试集上的精度上达到了98%和没有使用pca降维的精度低了0.6%,差距还是比较小的。...前面的digits数据集上将64维降低到2维,看到其实效果并不好,但是将数据降维到2维并不是完全没有意义。在一开始介绍PCA算法的时候,PCA降维还有一个非常重要的作用,就是可视化。
【时间】2018.10.12 【题目】python中的print输出函数用法总结 一、直接输出 无论什么类型,数值,布尔,列表,字典…都可以直接输出,或者先赋值给变量,再输出。...二、格式化输出 下面是《Python基础编程》中对格式化输出的总结: (1). %字符:标记转换说明符的开始 (2)....如果是*,则宽度会从值元组中读出。 (4). 点(.)后跟精度值:如果转换的是实数,精度值就表示出现在小数点后的位数。如果转换的是字符串,那么该数字就表示最大字段宽度。...如果是*,那么精度将从元组中读出 (5).字符串格式化转换类型 转换类型 含义 d,i 带符号的十进制整数 o 不带符号的八进制...(有z则对z取模) repr(object),返回值的字符串标示形式 round(number[.ndigits]),根据给定的精度对数字进行四舍五入 版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人
训练该网络可以提高分类精度和 检测定位的精度。...ImageNet 分类数据库上的图像大多数含有一个位于图像中心的物体, 该物体在图像中的位置和尺寸变化比较大。解决这个问题的第一个思路就是在图像多个位置多个尺度应用CNN网络,类似滑动窗口的方法。...AlexNet 在 ImageNet2012 年的 分类和检测竞赛中都是第一名,但是在文章中作者没有说明他们在检测上是怎么做的,我们这篇文献是第一篇针对 ImageNet 数据上 检测和定位问题 CNN...打的步长速度快,但是精度会低。 3.2 Feature Extractor 伴随这篇文献,我们在网上发布了一个 特征提取器叫 “OverFeat”以便大家后续研究。...为了解决这个问题,我们采用了类似文献【9】中的方法, apply the last subsampling operation at every offset,这样总的降采样就是12倍而不是36倍。
浮点数在标准CPython中采用C语言中的“双精度”来实现。...运算符 // 在 Python 2.X 和 Python 3.X 都是执行向下取整除法。// 把结果向下截断到它的下层,即真正结果之下的最近的整数。其效果是向下舍入。...在 Python 3.X 中总是执行真除法,不管操作数的类型,都返回包含任何小数部分的一个浮点数结果。...因此,小数(Decimal)是精度固定的浮点数。 小数类型对表达固定精度的特性(例如货币的累加)以及对实现更好的数值精度而言,是一个理想的工具。...变量原本是通用的,它只是在一个特定的时间点,简单地引用了一个特定的对象而已。 变量使用:当变量出现在表达式中时,它会马上被当前引用的对象所代替,无论这个对象是什么类型。
、字符串方法、格式化字符串及占位符等 1、字符串 str 作用:用来记录文本信息 序列的概念:字符串是序列的一种 表示方法: 在非注释中,凡是用引号括起来的部分都是字符串...python 字符串是不可以改变的字符序列 语法:字符串[整数表达式] 说明: python序列都可以用索引(index)来访问序列中的对象 ...步长是切片每次获取完当前索引后移动的方向和偏移量 a、 没有步长,相当于取值完成后向后移动一个索引的位置(默认为1) ... str(obj='') 对象转字换为字符 11、python3中常用的字符串方法(method) 方法的调用语法: ...字符串,使用repr 而不是str%c整数转为单个字符%d十进制整数%o八进制整数%x十六进制整数(字符a-f小写)%X十六进制整数(字符A-F大写)%e指数型浮点数(e小写),如2.9e+10%E指数型浮点数
在 Python 中,字符串是用两个双引号" "或者单引号' '括起来的一个或多个字符。当字符串较长时,也会用三引号''' '''编写多行字符串。...在 Python 中,字符串类型用关键字 str 表示(即英文单词 string 的简写)。 hi = 'Hello World!'...>) 在模版字符串’…{}…'中的花括号相对位置(例如{})或指定位置(例如{1})来指定替换目标及要插入的参数: print('我的名字是{},最喜欢的语言是{}!'....format('Python','小嗷犬')) 在format()方法中模板字符串的槽除了包括参数序号,还可以通过冒号:分隔后包括格式控制信息。...用于填充的单个字符 右对齐^ 居中对齐 槽的设定输出宽度 数字的千位分隔符只用于整数和浮点数 浮点数小数部分的精度或字符串的最大输出长度 整数类型b,c,d,o,x,X浮点数类型e,E,
领取专属 10元无门槛券
手把手带您无忧上云