WedX - журнал о программировании и компьютерных науках

Публикации по теме 'python'


Учебное пособие по ООП в Python — Часть 2
Введение Эта статья является второй частью серии учебных пособий по ООП в Python. Я продолжу реализацию некоторых основных концепций ООП, которые помогут вам в вашем путешествии по программированию, продолжая развивать класс покемонов. Части статьи Статические методы Методы класса Полиморфизм Инкапсуляция, сокрытие данных и методы установки Принцип замещения Лискова Сеттер и декоратор @property Примечание Напоминаю, что в прошлой статье я реализовал два класса, Pokémon и..

Эффективно используйте %timeit, %lprun и %mprun для написания эффективного кода Python
Практическое руководство о том, как использовать волшебные команды для тестирования наиболее эффективного кода Python. Недавно я давал интервью по программированию, где одним из мимолетных соображений было то, насколько оптимизирован код. К сожалению, я провалил тест не потому, что код не работал (а он работал) или логика была неправильной (чего не было), а потому, что мой код не был оптимизирован. Как специалист по данным, эффективный код: Экономит время при обработке и анализе..

Вскрытие пакетной нормализации: более быстрая сходимость и меньшие потери! (Эталон)
TL;DR: модели сходятся быстрее и с меньшими потерями при использовании пакетной нормализации. Пакетная нормализация — это метод, используемый для ускорения и повышения стабильности искусственных нейронных сетей за счет нормализации входного слоя путем повторного центрирования и масштабирования. Он был предложен Сергеем Иоффе и Кристианом Сегеди в их статье 2015 года Пакетная нормализация: ускорение обучения глубокой сети за счет уменьшения внутреннего ковариатного сдвига . 3 примера..

Что такое метаклассы в Python?
Метаклассы в Python: раскрывая силу создателей классов Python известен своей универсальностью и гибкостью, что позволяет разработчикам создавать надежный и эффективный код. Одной из менее известных, но невероятно мощных функций Python являются метаклассы. Метаклассы предоставляют уникальный способ управления созданием и поведением классов, позволяя разработчикам настраивать создание классов и добавлять в свои программы мощные функциональные возможности. В этой статье мы рассмотрим..

Начинающие проекты ML Python
Линейная регрессия . Это базовая модель машинного обучения, которая прогнозирует непрерывное значение. Вы можете использовать библиотеку sklearn для построения модели линейной регрессии в Python. Вот пример: import numpy as np from sklearn.linear_model import LinearRegression # Training data X = np.array([[1], [2], [3], [4], [5]]) y = np.array([1, 2, 3, 4, 5]) # Create the model model = LinearRegression() # Fit the model to the data model.fit(X, y) # Make predictions predictions =..

Основы работы с Firestore в Python
Научитесь управлять данными вашего приложения Firebase в Python Firestore, предоставляемая Firebase и Google Cloud, является популярной облачной базой данных NoSQL для мобильных и веб-приложений. Как и MongoDB, Firestores хранят данные в документах, содержащих поля, сопоставленные со значениями. Документы организованы в коллекции, соответствующие таблицам в реляционных базах данных. Чтобы управлять данными Firestore с помощью Python, нам нужно использовать Firebase Admin SDK,..

Полное руководство по написанию классов на Python: 7 лучших практик
7 лучших практик для определения отличных классов Классы являются фундаментальной концепцией Python и ключом к реализации принципов объектно-ориентированного программирования. Независимо от того, являетесь ли вы новичком или опытным специалистом по Python, понимание того, как эффективно писать классы, имеет решающее значение для создания надежной и удобной в сопровождении программы. В этом подробном руководстве мы рассмотрим семь основных передовых методов написания отличных классов на..

Новые материалы

Как создать диаграмму градиентной кисти с помощью D3.js
Резюме: Из этого туториала Вы узнаете, как добавить градиентную кисть к диаграмме с областями в D3.js. Мы добавим градиент к значениям SVG и применим градиент в качестве заливки к диаграмме с..

Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что это выглядит сложно…
Просто начните и учитесь самостоятельно Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что он кажется мне сложным, и я бросил его. Это в основном инструмент..

Лицензии с открытым исходным кодом: руководство для разработчиков и создателей
В динамичном мире разработки программного обеспечения открытый исходный код стал мощной парадигмой, способствующей сотрудничеству, инновациям и прогрессу, движимому сообществом. В основе..

Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка. Во время предварительного обучения модель обучается на неразмеченных данных с помощью..

Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..

Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..

Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..


Для любых предложений по сайту: [email protected]