python平方
收录了 python平方 频道下的 50 篇内容
实现更好编码的 30 个神奇的 Python 技巧
本文提供了 30 个 Python 技巧，可以将你的逻辑变成更优雅的代码。
从算法实现到 MiniFlow 实现，打造机器学习的基础架构平台
基础架构（Infrastructure）相比于大数据、云计算、深度学习，并不是一个很火的概念，甚至很多程序员就业开始就在用 MySQL、Django、Spring、Hadoop 来开发业务逻辑，而没有真正参与过基础架构项目的开发。在机器学习领域也是类似的，借助开源的 Caffe、TensorFlow 或者 AWS、Google CloudML 就可以实现诸多业务应用，但框架或平台可能因行业的发展而流行或者衰退，而追求高可用、高性能、灵活易用的基础架构却几乎是永恒不变的。 因此，今天的主题就是介绍机器学习的基础架构，包括以下的几个方面： 基础架构的分层设计； 机器学习的数值计算； TensorFlow 的重新实现； 分布式机器学习平台的设计。
计算性能提升 100 倍，Uber 推出机器学习可视化调试工具
为了让模型迭代过程更加可操作，并能够提供更多的信息，Uber 开发了一个用于机器学习性能诊断和模型调试的可视化工具——Manifold。
以王者农药为例，入 tensorflow 之门
本文写给想入门机器学习又苦于大学高数基本不会，高中数学基本忘光，就想入门中一窥的普通程序员们。
最佳实践：让 Serverless 架构拯救大数据
如果你听说过Serverless的话，你可能会把它当做一种云架构模式，在某些场景下，这种方式可以节省很多成本。而且也确是是这样的。但是在这篇文章里面，我会在一个新的场景下，介绍相关的应用程序：高度并行的函数计算程序和生产环境下的机器学习系统。
广度、深度、易用性，详解 6 大机器学习云
Amazon、Microsoft、Databricks、Google、HPE和IBM机器学习技术，广度、深度，易用性详解。
人人都可以做深度学习应用：入门篇
人人都可以做深度学习应用！从环境搭建到简单实例，本文带你入门。
洪强宁介绍 Douban App Engine 的架构与特性
豆瓣网首席架构师洪强宁最近在PyCon上海站、北京站两地分享了他们研发两年的成果：Douban App Engine（DAE）。InfoQ中文站编辑在现场对洪强宁的分享进行了记录，提取重点内容如下。
🔥🔥Java 开发者的 Python 快速进修指南：控制之 if-else 和循环技巧
在我们今天的学习中，让我们简要了解一下Python的控制流程。考虑到我们作为有着丰富Java开发经验的程序员，我们将跳过一些基础概念，如变量和数据类型。如果遇到不熟悉的内容，可以随时查阅文档。但在编写程序或逻辑时，if-else判断和循环操作无疑是我们经常
每日一题 | LeetCode977 有序数组的平方
给你一个按 非递减顺序 排序的整数数组 nums，返回 每个数字的平方 组成的新数组，要求也按 非递减顺序 排序。
CPU 也能玩转 LLM：如何使用 xFasterTransformer 加速百亿级参数大模型
xFasterTransformer支持分布式推理，支持单机跨socket的分布式部署，也支持多机跨节点的分布式部署。并提供了C++和Python两种API接口，涵盖了从上层到底层的接口调用，易于用户使用并将其集成到自有业务框架中。
Faiss：Facebook 开源的相似性搜索类库
Facebook开源的Faiss(Facebook AI Similarity Search)的项目， 提供了一个相似性搜索的类库，能够快速从多媒体文档中搜索出相似的条目。Facebook 人工智能实验室（FAIR）基于十亿级别的数据集构建了最近邻搜索算法的实现，这比已知的最快算法还快大约8.5倍，因此创造了新的记录，包括第一个基于十亿高维向量构建的k最近邻图。
决策树 - 交叉验证
均方误差mean squared error（MSE） 其中是样本数量，是每个数据样本，是模型回归出来的数值，是样本点实际的数值标签所以MES的本质，其实是样本正是数据与回归结果的差异。因此在回归中，我们追求的是MSE越小越好
挑战 30 天学完 Python：Day14 高阶函数
🎉 本系列为Python基础学习，原稿来源于 30-Days-Of-Python 英文项目，大奇主要是对其本地化翻译、逐条验证和补充，想通过30天完成正儿八经的系统化实践。此系列适合零基础同学，或仅了解Python一点知识，但又没有系统学习的使用者。总之如果你想提升自己的
过去十年机器学习软件开发行业概览：英伟达 CUDA 垄断地位下降，PyTorch 超越谷歌 TensorFlow
在过去的十年间，机器学习软件开发的格局翻天覆地。
Python 基础（二） | Python 的基本数据类型
⭐本专栏旨在对Python的基础语法进行详解，精炼地总结语法中的重点，详解难点，面向零基础及入门的学习者，通过专栏的学习可以熟练掌握python编程，同时为后续的数据分析，机器学习及深度学习的代码能力打下坚实的基础。
Uber 是如何扩展他们的实时市场平台的
最近，Uber的首席系统架构师Matt Ranney 在他的报告“扩展Uber的实时市场平台”中，对Uber软件系统的工作原理进行了一个有趣而又详细的介绍。本文对Matt的报告内容作了一个简单的总结。本文是一篇翻译稿，原文题目为“How Uber Scales Their Real-Time Market Platform”，已获得作者授权。
NumPy 与 Python 内置列表计算标准差的区别
NumPy，是 Numerical Python 的简称，用于高性能科学计算和数据分析的基础包，像数学科学工具（pandas）和框架（Scikit-learn）中都使用到了 NumPy 这个包。
京公网安备 11010502039052号 | 产品资质
