- go os.arges用法
package mainimport ( "fmt" "io" "net/http" "os")// init 在 main 函数之前调用func init() { if len(os.Args) != 2 { fmt.Println("Usage: ./example2 <url>") os.Exit(-1) }}// main 是应用程序的入口func main() { // 从 Web......
- javascript的groupby操作用法
示例：constpets=[{type:"Dog",name:"Spot"},{type:"Cat",name:"Tiger"},{type:"Dog",name:"Rover"},{type:"Cat",name:"Leo"}];constgroupByCombine=(ite......
- PyTorch基础知识
PyTorchTutorialPython3中机器学习框架dataset=MyDataset(file)dataloader=DataLoader(dataset,batch_size=size,shuffle=True)Training:TrueTesting:Falsefromtorch.utils.dataimportDataset,DateLoaderclassMyDataset(Dataset):def__init__(self,......
- 小白学习应用构建分享-参照用法
什么是参照？只看名词，不太好理解，我们看下图，是不是一看就明白了，参照就是一份输入参考，当用户进行输入时，可以从已有数据中进行选择。怎么创建参照?假设业务场景是一张采购单，其中一个字段是【物料品牌】，我们需要为【物料品牌】创建一个参照。2.1在业务对象中新增【品牌】业务对象，勾选同......
- Pandas中的to_datetime函数用法
Pandas中的to_datetime函数用法importdatetimeimportpandasaspdimportnumpyasnp将字符串转换为日期时间：pd.to_datetime('2023-09-06')Timestamp('2023-09-0600:00:00')将多个字符串转换为日期时间：pd.to_datetime(['2023-09-06','2023-09-07'......
- 《动手学深度学习 Pytorch版》 4.10 实战Kaggle比赛：预测比赛
4.10.1下载和缓存数据集importhashlibimportosimporttarfileimportzipfileimportrequests#@saveDATA_HUB=dict()DATA_URL='http://d2l-data.s3-accelerate.amazonaws.com/'defdownload(name,cache_dir=os.path.join('..','data'......
- 《动手学深度学习 Pytorch版》 4.7 前向传播、反向传播和计算图
4.7.1前向传播整节理论，详见书本。4.7.2前向传播计算图整节理论，详见书本。4.7.3反向传播整节理论，详见书本。4.7.4训练神经网络整节理论，详见书本。练习（1）假设一些标量函数\(X\)的输入\(X\)是\(n\timesm\)矩阵。\(f\)相对于\(X\)的梯度的维数是多少？还是\(n......
- 《动手学深度学习 Pytorch版》 4.8 数值稳定性和模型初始化
4.8.1梯度消失和梯度爆炸整节理论，详见书本。梯度消失%matplotlibinlineimporttorchfromd2limporttorchasd2lx=torch.arange(-8.0,8.0,0.1,requires_grad=True)y=torch.sigmoid(x)y.backward(torch.ones_like(x))d2l.plot(x.detach().numpy(),[y.deta......
- 《动手学深度学习 Pytorch版》 4.9 环境和分布偏移
4.9.1分布偏移的类型整节理论，详见书本。4.9.2分布偏移示例整节理论，详见书本。4.9.3分布偏移纠正整节理论，详见书本。4.9.4学习问题的分类法整节理论，详见书本。4.9.5机器学习中的公平、责任和透明度整节理论，详见书本。练习（1）当我们改变搜索引擎的行为时会发生什么？用......
- 《动手学深度学习 Pytorch版》 4.5 权重衰减
4.5.1范数与权重衰减整节理论，详见书本。4.5.2高维线性回归%matplotlibinlineimporttorchfromtorchimportnnfromd2limporttorchasd2l#生成一些数据，为了使过拟合效果更明显，将维数增加到200并使用一个只包含20个样本的小训练集。n_train,n_test,num_inpu......
