收录了 python例程 频道下的 50 篇内容
使用Rust作为训练后端和部署平台的主意并不像听起来那样疯狂
虽然还不至于替代 TensorFlow,但已经有 Reddit 网友对 JAX 寄予厚望,并表示“早就期待能有一个可以直接调用 Numpy API 接口的库了!”,“希望它可以取代 TensorFlow!”。
本文将讨论 Python 中的一些顶级库,开发人员可以使用这些库来解析、清理和表示数据,并在现有应用中实现机器学习。
本篇文章将探索 Rust 中的数据科学工作流在性能和工程学上的表现。
如果将三种编程语言比作汽车,那么,MATLAB像是宝马,Python像是福特皮卡,而Julia更像特斯拉。
Go 是一门非常不错的编程语言,并且逐渐取代 Python 成为很多人的首选语言。但它也有一些缺点让很多开发者忍不住吐槽,比如它在函数式编程、通道 / 并行切片处理、内存垃圾回收、错误处理等方面都有一些问题。本文作者将 Go 存在的“硬伤”设计记录了下来,与大家分享、讨论。
毫无疑问,机器学习是目前数据分析领域最为炙手可热的主题之一,其研究成果早已渗透到了日常生活中,从垃圾邮件过滤到人脸支付,从信用欺诈检测到自然灾害预测等场景无一不活跃着机器学习的身影。但即便机器学习已经得到了广泛的应用,开发人员能够从网上找到很多机器学习算法实现,但是这些代码往往“脏”而“乱”,没有经过大规模的生产验证。幸运的是现在这种窘境已经不复存在了,因为Google、Microsoft和IBM分别发布并开源了自己的机器学习工具包TensorFlow、DMTK和SystemML,每一个项目都是各自公司知识积累的结晶,在其内部发挥着举足轻重的作用,那么这些工具包相互之间又有哪些区别呢?
在这篇文章中,我将介绍最简单、最高效、最可移植的加速计算方式,即三种可以用于GPU编程的方式。
本文介绍作者对云上 ARM 实例应用优化的见解。
Tiobe编程语言排行12月份榜单新鲜出炉,Java和C仍然占据前两名,C#、Objective-C和ActionScript则风头正劲。
最近,有关Go语言的错误处理机制在社区中展开了讨论,有人认为冗长重复的错误处理格式像是回到了上世纪七十年代,而Go语言的开发者给予了反驳。
要想真正获得性能提升,使用静态类型语言会有很大帮助。
NumPy NumPy(Numerical Python的简称)是Python科学计算的基础包。 快速高效的多维数组对象ndarray。 作为在算法和库之间传递数据的容器。对于数值型数据,NumPy数组在存储和处理数据时要比内置的Pyth
我在银行工作时看到一套令人印象深刻的遗留系统。它创立于2008年,历史悠久,支撑着500多个应用程序。
本文简要介绍了 AlphaGo 的三个“利器”,以及解决搜索棋局样本空间巨大这个问题所采用的蒙特卡洛树搜索法,进一步从中提取蒙特卡洛法应用于量化交易的策略参数优化中。
在这篇博客文章中,我们将演示如何使用 Amazon EMR 上的 Apache MXNet (孵化) 和 Apache Spark 对大型数据集运行分布式离线推理。
与其他人一样,我也喜欢在笔记本电脑上做原型开发。
本篇博文讲讲 Qt Creator 使用方法,分享三种将UI界面文件编译为Python文件的方法。
在刚开始学习数字图像处理时,你是否也有这样的困扰: