App下載

詞條

大約有 300 項符合查詢結(jié)果 ,庫內(nèi)數(shù)據(jù)總量為 78,336 項。(搜索耗時:0.0086秒)

91.PyTorch 重現(xiàn)性

原文: https://pytorch.org/docs/stable/notes/randomness.html 在 PyTorch 發(fā)行版,單獨的提交或不同的平臺上,不能保證完全可重復(fù)的結(jié)果。 此外,即使在使用相同種子的情況下,結(jié)果也不必在 CPU 和 GPU 執(zhí)行之間再現(xiàn)。 但是,為了使計算能...

http://o2fo.com/pytorch/pytorch-inrs3bue.html

92.TensorFlow張量的元素類型

tf.DType DType 類 定義在:tensorflow/python/framework/dtypes.py. 參見指南:構(gòu)建圖>張量類型 表示 TensorFlow 張量中元素的類型. 定義了以下 DType 對象: tf.float16:16位半精度浮點數(shù). tf.float32:32位單精度浮點數(shù). tf.float64:64位雙精度浮點數(shù). t...

http://o2fo.com/tensorflow_python/tensorflow_python-d6x22e0f.html

93.Pandas 重置索引

重置索引(reindex)可以更改原 DataFrame 的行標簽或列標簽,并使更改后的行、列標簽與 DataFrame 中的數(shù)據(jù)逐一匹配。通過重置索引操作,您可以完成對現(xiàn)有數(shù)據(jù)的重新排序。如果重置的索引標簽在原 DataFrame 中不存在,那么該標...

http://o2fo.com/pandas/pandas-reindexing.html

94.Pandas 數(shù)據(jù)結(jié)構(gòu)簡介

本節(jié)介紹 Pandas 基礎(chǔ)數(shù)據(jù)結(jié)構(gòu),包括各類對象的數(shù)據(jù)類型、索引、軸標記、對齊等基礎(chǔ)操作。首先,導入 NumPy 和 Pandas:In [1]: import numpy as np In [2]: import pandas as pd “數(shù)據(jù)對齊是內(nèi)在的”,這一原則是根本。除非顯式指定,Pandas 不...

http://o2fo.com/hyspo/hyspo-5t1d3725.html

95.Pandas DataFrame結(jié)構(gòu)

DataFrame 是 Pandas 的重要數(shù)據(jù)結(jié)構(gòu)之一,也是在使用 Pandas 進行數(shù)據(jù)分析過程中最常用的結(jié)構(gòu)之一,可以這么說,掌握了 DataFrame 的用法,你就擁有了學習數(shù)據(jù)分析的基本能力。 認識DataFrame結(jié)構(gòu) DataFrame 一個表格型的數(shù)據(jù)結(jié)構(gòu),既...

http://o2fo.com/pandas/pandas-dataframe.html

96.Pandas Nullable整形數(shù)據(jù)類型

Nullable整型數(shù)據(jù)類型在0.24.0版本中新引入小貼士IntegerArray目前屬于實驗性階段,因此他的API或者使用方式可能會在沒有提示的情況下更改。在 處理丟失的數(shù)據(jù)部分, 我們知道pandas主要使用 NaN 來代表丟失數(shù)據(jù)。因為 NaN 屬于浮點型...

http://o2fo.com/hyspo/hyspo-21kp372j.html

97.Pandas 數(shù)據(jù)重采樣

數(shù)據(jù)重采樣是將時間序列從一個頻率轉(zhuǎn)換至另一個頻率的過程,它主要有兩種實現(xiàn)方式,分別是降采樣和升采樣,降采樣指將高頻率的數(shù)據(jù)轉(zhuǎn)換為低頻率,升采樣則與其恰好相反,說明如下: 方法 說明 降采樣 將高頻率(間隔短)...

http://o2fo.com/pandas/pandas-resample.html

98.TensorFlow將給定值轉(zhuǎn)換為張量

tf.convert_to_tensorconvert_to_tensor ( value , dtype = None , name = None , preferred_dtype = None ) 定義在:tensorflow/python/framework/ops.py.見指南:構(gòu)建圖>實用功能,生成常量,序列和隨機值,控制流,高階函數(shù),圖像,輸入和讀取器,數(shù)學,神經(jīng)網(wǎng)絡(luò),稀疏...

http://o2fo.com/tensorflow_python/tensorflow_python-g2tw2d76.html

99.Mojo Python實現(xiàn)

讓我們首先直接根據(jù)定義在 Python 中實現(xiàn) matmul。%%python def matmul_python(C, A, B): for m in range(C.rows): for k in range(A.cols): for n in range(C.cols): C[m, n] += A[m, k] * B[k, n]讓我們使用 128 x 128 方陣對我們的實現(xiàn)進行基準測試并報告實現(xiàn)的 GFLops。如...

http://o2fo.com/mojochinese/mojo-python-implementation.html

100.Matplotlib 網(wǎng)格線

我們可以使用 pyplot 中的 grid() 方法來設(shè)置圖表中的網(wǎng)格線。grid() 方法語法格式如下:matplotlib.pyplot.grid(b=None, which='major', axis='both', )參數(shù)說明:b:可選,默認為 None,可以設(shè)置布爾值,true 為顯示網(wǎng)格線,false 為不顯示,如果設(shè)...

http://o2fo.com/matplotlib/matplotlib-grid.html

抱歉,暫時沒有相關(guān)的微課

w3cschool 建議您:

  • 檢查輸入的文字是否有誤

抱歉,暫時沒有相關(guān)的視頻課程

w3cschool 建議您:

  • 檢查輸入的文字是否有誤

抱歉,暫時沒有相關(guān)的教程

w3cschool 建議您:

  • 檢查輸入的文字是否有誤

91.PyTorch 重現(xiàn)性

原文: https://pytorch.org/docs/stable/notes/randomness.html 在 PyTorch 發(fā)行版,單獨的提交或不同的平臺上,不能保證完全可重復(fù)的結(jié)果。 此外,即使在使用相同種子的情況下,結(jié)果也不必在 CPU 和 GPU 執(zhí)行之間再現(xiàn)。 但是,為了使計算能...

http://o2fo.com/pytorch/pytorch-inrs3bue.html

92.TensorFlow張量的元素類型

tf.DType DType 類 定義在:tensorflow/python/framework/dtypes.py. 參見指南:構(gòu)建圖>張量類型 表示 TensorFlow 張量中元素的類型. 定義了以下 DType 對象: tf.float16:16位半精度浮點數(shù). tf.float32:32位單精度浮點數(shù). tf.float64:64位雙精度浮點數(shù). t...

http://o2fo.com/tensorflow_python/tensorflow_python-d6x22e0f.html

93.Pandas 重置索引

重置索引(reindex)可以更改原 DataFrame 的行標簽或列標簽,并使更改后的行、列標簽與 DataFrame 中的數(shù)據(jù)逐一匹配。通過重置索引操作,您可以完成對現(xiàn)有數(shù)據(jù)的重新排序。如果重置的索引標簽在原 DataFrame 中不存在,那么該標...

http://o2fo.com/pandas/pandas-reindexing.html

94.Pandas 數(shù)據(jù)結(jié)構(gòu)簡介

本節(jié)介紹 Pandas 基礎(chǔ)數(shù)據(jù)結(jié)構(gòu),包括各類對象的數(shù)據(jù)類型、索引、軸標記、對齊等基礎(chǔ)操作。首先,導入 NumPy 和 Pandas:In [1]: import numpy as np In [2]: import pandas as pd “數(shù)據(jù)對齊是內(nèi)在的”,這一原則是根本。除非顯式指定,Pandas 不...

http://o2fo.com/hyspo/hyspo-5t1d3725.html

95.Pandas DataFrame結(jié)構(gòu)

DataFrame 是 Pandas 的重要數(shù)據(jù)結(jié)構(gòu)之一,也是在使用 Pandas 進行數(shù)據(jù)分析過程中最常用的結(jié)構(gòu)之一,可以這么說,掌握了 DataFrame 的用法,你就擁有了學習數(shù)據(jù)分析的基本能力。 認識DataFrame結(jié)構(gòu) DataFrame 一個表格型的數(shù)據(jù)結(jié)構(gòu),既...

http://o2fo.com/pandas/pandas-dataframe.html

96.Pandas Nullable整形數(shù)據(jù)類型

Nullable整型數(shù)據(jù)類型在0.24.0版本中新引入小貼士IntegerArray目前屬于實驗性階段,因此他的API或者使用方式可能會在沒有提示的情況下更改。在 處理丟失的數(shù)據(jù)部分, 我們知道pandas主要使用 NaN 來代表丟失數(shù)據(jù)。因為 NaN 屬于浮點型...

http://o2fo.com/hyspo/hyspo-21kp372j.html

97.Pandas 數(shù)據(jù)重采樣

數(shù)據(jù)重采樣是將時間序列從一個頻率轉(zhuǎn)換至另一個頻率的過程,它主要有兩種實現(xiàn)方式,分別是降采樣和升采樣,降采樣指將高頻率的數(shù)據(jù)轉(zhuǎn)換為低頻率,升采樣則與其恰好相反,說明如下: 方法 說明 降采樣 將高頻率(間隔短)...

http://o2fo.com/pandas/pandas-resample.html

98.TensorFlow將給定值轉(zhuǎn)換為張量

tf.convert_to_tensorconvert_to_tensor ( value , dtype = None , name = None , preferred_dtype = None ) 定義在:tensorflow/python/framework/ops.py.見指南:構(gòu)建圖>實用功能,生成常量,序列和隨機值,控制流,高階函數(shù),圖像,輸入和讀取器,數(shù)學,神經(jīng)網(wǎng)絡(luò),稀疏...

http://o2fo.com/tensorflow_python/tensorflow_python-g2tw2d76.html

99.Mojo Python實現(xiàn)

讓我們首先直接根據(jù)定義在 Python 中實現(xiàn) matmul。%%python def matmul_python(C, A, B): for m in range(C.rows): for k in range(A.cols): for n in range(C.cols): C[m, n] += A[m, k] * B[k, n]讓我們使用 128 x 128 方陣對我們的實現(xiàn)進行基準測試并報告實現(xiàn)的 GFLops。如...

http://o2fo.com/mojochinese/mojo-python-implementation.html

100.Matplotlib 網(wǎng)格線

我們可以使用 pyplot 中的 grid() 方法來設(shè)置圖表中的網(wǎng)格線。grid() 方法語法格式如下:matplotlib.pyplot.grid(b=None, which='major', axis='both', )參數(shù)說明:b:可選,默認為 None,可以設(shè)置布爾值,true 為顯示網(wǎng)格線,false 為不顯示,如果設(shè)...

http://o2fo.com/matplotlib/matplotlib-grid.html

抱歉,暫時沒有相關(guān)的文章

w3cschool 建議您:

  • 檢查輸入的文字是否有誤

熱門課程