收录了 python下载教程 频道下的 50 篇内容
R和Python有很多相似之处,也有很多不同之处。
深度学习目前已经成为了人工智能领域的突出话题。它在“计算机视觉和游戏(AlphaGo)等领域的突出表现而闻名。
随着互联网产业的高速发展,在网络上早已积累了极其丰富的Python学习资料,任何人都可以基于这些资源,自学掌握 Python。
CentOS6源码编译安装Tensorflow,看他们怎么折腾?
今天教大家如何通过豆包MarsCode低代码实现图像物体智能检测。轻松了解购物同款识别、动植物品种识别、车辆违章识别的底层逻辑,并进行初步应用。
能同时使用 R 和 Python吗?
在GitHub搜索12306的关键词,你会发现一个新大陆,这里有1572个抢票项目。其中,名为 testerSunshine 12306的项目,标星甚至即将破万。
按照《代码整洁之道》的说法,“花在阅读和编码上的时间比远远超过10:1。”
累计收获 10k Stars,PyScript 具有光明的未来。
微软的动态语言团队最近在Las Vegas的MIX08会议上发布了他们称为动态Silverlight(DSL)的最新技术。
本文翻译自 Madison May 发布的 Python Deep Learning Frameworks Reviewed,经原作者授权由InfoQ中文站翻译并分享。本文对于常用的基于 Python 的深度学习框架 Theano、 Lasagne、 Blocks、 TensorFlow、Keras、MXNet、PyTorch 进行了介绍与优劣比较,有助于深度学习入门者对于这些框架形成初步的认识。
本文将跟大家分享作者在处理TensorFlow适配和版本选择问题方面的经验,希望对你有所帮助。
Django是Python最流行的WEB开发框架,很多公司都用Django来做项目,内置的ORM模型非常方便和易用,是一个全能的WEB开发框架。
《通过demo学习OpenStack开发》专栏是刘陈泓的系列文章,专栏通过开发一个demo的形式来介绍一些参与OpenStack项目开发的必要的基础知识,希望帮助大家入门企业级Python项目的开发和OpenStack项目的开发。刘陈泓主要关注OpenStack的身份认证和计费领域。另外,还对云计算、分布式系统应用和开发感兴趣。
模型部署就是将机器学习模型集成到现有的生产环境中,以便基于数据做出实际的业务决策。
本文是本教程的第四部分,我将使用 FLASK 将预测模型投入生产。
本文是一系列深度学习的简单实战教程的第一篇,用MXnet做实现平台的实例代码,简单讲解深度学习常用的一些技术方向和实战样例。来自Phunter的博客,Phunter的职业是数据科学家,DMLC (http://dmlc.ml/) 工具包贡献者之一。
Python凭借着简单易学、功能强大,已经跃居TIOB编程语言榜首,并且已经开始了它的霸榜之旅。如何选择一套适合自己的Python学习教程,是每个Python爱好者面临的首要问题。
本书由Python pandas项目创始人Wes McKinney亲笔撰写,详细介绍利用Python进行操作、处理、清洗和规整数据等方面的具体细节和基本要点。第2版针对Python 3.6进行全面修订和更新,涵盖新版的pandas、NumPy、IPython和Jupyter,并增加大量实际案例,可以帮助你