- [toc] 练习二 现在我们有一组关于全球星巴克店铺的统计数据, 如果我想知道中国每个省份星巴克的数量的情况, 那么应该怎么办? 思路: 长度是一个思路, 但是我们有更多的方法 ( 聚合方法 ) 来解决这个问题. 执行结果: 执行结果: 分组和聚合 grouped 是一个 DataFrameGroupBy ... [toc] 练习二 现在我们有一组关于全球星巴克店铺的统计数据, 如果我想知道中国每个省份星巴克的数量的情况, 那么应该怎么办? 思路: 长度是一个思路, 但是我们有更多的方法 ( 聚合方法 ) 来解决这个问题. 执行结果: 执行结果: 分组和聚合 grouped 是一个 DataFrameGroupBy ...
- 【NLP】⚠️学不会打我! 半小时学会基本操作 2⚠️词向量模型简介 概述词向量维度Word2VecCBOW 模型Skip-Gram 模型 负采样模型词向量的训练过程1. 初始化词向量矩阵2.... 【NLP】⚠️学不会打我! 半小时学会基本操作 2⚠️词向量模型简介 概述词向量维度Word2VecCBOW 模型Skip-Gram 模型 负采样模型词向量的训练过程1. 初始化词向量矩阵2....
- [toc] 绘制条形图 假设你获取到了内地电影票房前 20 的电影 ( 列表a ) 和电影票房数据 ( 列表b ), 那么如何更加直观的展示该数据? a = [ "战狼 2", "速度与激情 8", "功夫瑜伽", "西游伏妖篇", "变形金刚 5", "最后的骑士", "摔跤吧! 爸爸", "加勒比海盗 5: 死无对证" , "... [toc] 绘制条形图 假设你获取到了内地电影票房前 20 的电影 ( 列表a ) 和电影票房数据 ( 列表b ), 那么如何更加直观的展示该数据? a = [ "战狼 2", "速度与激情 8", "功夫瑜伽", "西游伏妖篇", "变形金刚 5", "最后的骑士", "摔跤吧! 爸爸", "加勒比海盗 5: 死无对证" , "...
- [toc] 数组的行列交换 数组视频或者竖直拼接很简单, 但是拼接之前应该注意什么? 竖直拼接的时候: 每一列代表的意义相同! 否则牛头不对马嘴. 如果每一列的意义不同, 这个时候应该交换某一组数的列, 让其和另外一类相同. 代码实现 行交换 执行结果: 列交换 执行结果: ... [toc] 数组的行列交换 数组视频或者竖直拼接很简单, 但是拼接之前应该注意什么? 竖直拼接的时候: 每一列代表的意义相同! 否则牛头不对马嘴. 如果每一列的意义不同, 这个时候应该交换某一组数的列, 让其和另外一类相同. 代码实现 行交换 执行结果: 列交换 执行结果: ...
- Scikit-learn 库 概述安装特征抽取sklearn 特征抽取 API字典特征抽取DictVectorizer 语法流程 文本特征抽取CountVectorizer 语法流程 ... Scikit-learn 库 概述安装特征抽取sklearn 特征抽取 API字典特征抽取DictVectorizer 语法流程 文本特征抽取CountVectorizer 语法流程 ...
- 机器学习简介 机器学习组成表示 (模型): Representation评价 (策略): Evalution 开发应用程序的步骤收集数据准备输入数据分析输入数据训练算法测试算法使用算法 数... 机器学习简介 机器学习组成表示 (模型): Representation评价 (策略): Evalution 开发应用程序的步骤收集数据准备输入数据分析输入数据训练算法测试算法使用算法 数...
- [toc] 练习二 假设大家在 30 岁的时候, 根据自己的实际情况, 统计出来了你和同桌各自从 11 岁到 30 岁每年交的男 ( 女 ) 朋友的数量如列表 a 和 b, 请在一个图中绘制出该数据的折线图, 以便比较自己和同桌 20 年间的差异, 同时分析每年交 男 ( 女 ) 朋友的数量走势 a = [ 1, 0, ... [toc] 练习二 假设大家在 30 岁的时候, 根据自己的实际情况, 统计出来了你和同桌各自从 11 岁到 30 岁每年交的男 ( 女 ) 朋友的数量如列表 a 和 b, 请在一个图中绘制出该数据的折线图, 以便比较自己和同桌 20 年间的差异, 同时分析每年交 男 ( 女 ) 朋友的数量走势 a = [ 1, 0, ...
- [toc] 轴 ( axis ) 在 numpy 中可以理解为方向, 使用 0, 1, 2... 数字表示, 对于一个一维数组, 只有一个 0 轴, 对于 2 维数组 ( shape(2,2) ), 有 0 轴和 1 轴, 对于一个三维数组 ( shape(2,2,3) ), 有 0, 1, 2 轴 有了轴的概念之后, 我们计算会... [toc] 轴 ( axis ) 在 numpy 中可以理解为方向, 使用 0, 1, 2... 数字表示, 对于一个一维数组, 只有一个 0 轴, 对于 2 维数组 ( shape(2,2) ), 有 0 轴和 1 轴, 对于一个三维数组 ( shape(2,2,3) ), 有 0, 1, 2 轴 有了轴的概念之后, 我们计算会...
- [toc] 绘制散点图 假设通过爬虫你获得了北京 2016 年 3, 10 月份每天白天的最高气温 ( 分别位于列表 a, b ), 那么此时如何寻找出气温和随时间 ( 天 ) 变化的某种规律? a = [ 11, 17, 16, 11, 12, 11, 12, 6, 6, 7, 8, 9, 12, 15, 14, 17, 18,... [toc] 绘制散点图 假设通过爬虫你获得了北京 2016 年 3, 10 月份每天白天的最高气温 ( 分别位于列表 a, b ), 那么此时如何寻找出气温和随时间 ( 天 ) 变化的某种规律? a = [ 11, 17, 16, 11, 12, 11, 12, 6, 6, 7, 8, 9, 12, 15, 14, 17, 18,...
- [toc] Numpy 中的转置 转置是一种变换, 对于 numpy 中的数组来说, 就是在对角线方向交换数据, 目的也是为了更方便的去处理数据. 执行结果: 以上三种方法都可以实现二维数组转置的效果. 大家能够看出来, 转置和交换轴的效果一样. ... [toc] Numpy 中的转置 转置是一种变换, 对于 numpy 中的数组来说, 就是在对角线方向交换数据, 目的也是为了更方便的去处理数据. 执行结果: 以上三种方法都可以实现二维数组转置的效果. 大家能够看出来, 转置和交换轴的效果一样. ...
- 对于已经调好参数的模型，我们需要将其保存下来，可以使用下面两种方法。 模型训练 from sklearn.tree import DecisionTreeClassifier from sklea... 对于已经调好参数的模型，我们需要将其保存下来，可以使用下面两种方法。 模型训练 from sklearn.tree import DecisionTreeClassifier from sklea...
- 前言： 本专栏主要结合OpenCV4，来实现一些基本的图像处理操作、经典的机器学习算法（比如K-Means、KNN、SVM、决策树、贝叶斯分类器等），以及常用的深度学习算法。 系列文章，持续更新： ... 前言： 本专栏主要结合OpenCV4，来实现一些基本的图像处理操作、经典的机器学习算法（比如K-Means、KNN、SVM、决策树、贝叶斯分类器等），以及常用的深度学习算法。 系列文章，持续更新： ...
- 在不做乘加操作（multiply-adds）的情况下，能计算矩阵乘法吗？ 矩阵乘法包含大量a+b×c类运算，因此常在运算中将乘法器和加法器进行结合成一个计算单元，进行乘法累加操作。 用近似算法的话，确实可以！ 这是来自MIT的最新研究，他们提出了一种新的近似算法MADDNESS，在确保一定精度的情况下，将速度提升到了... 在不做乘加操作（multiply-adds）的情况下，能计算矩阵乘法吗？ 矩阵乘法包含大量a+b×c类运算，因此常在运算中将乘法器和加法器进行结合成一个计算单元，进行乘法累加操作。 用近似算法的话，确实可以！ 这是来自MIT的最新研究，他们提出了一种新的近似算法MADDNESS，在确保一定精度的情况下，将速度提升到了...
- 本文将单阶段检测器在COCO数据集上的性能刷新到了51.1AP。针对现有单阶段检测器分类与定位存在不对齐问题，本文提出了一种新颖T-Head对其进行平衡；同时还提出了TAL在训练过程中对两个任务的最优anchor进行显式靠拢(甚至统一)。受益于所提到的T-Head与TAL，所提方法TOOD刷新了COCO数据集上的单阶段检测器性... 本文将单阶段检测器在COCO数据集上的性能刷新到了51.1AP。针对现有单阶段检测器分类与定位存在不对齐问题，本文提出了一种新颖T-Head对其进行平衡；同时还提出了TAL在训练过程中对两个任务的最优anchor进行显式靠拢(甚至统一)。受益于所提到的T-Head与TAL，所提方法TOOD刷新了COCO数据集上的单阶段检测器性...
- 前言 Hello！小伙伴！ 非常感谢您阅读海轰的文章，倘若文中有错误的地方，欢迎您指出～ 自我介绍 ଘ(੭ˊᵕˋ)੭ 昵称：海轰 标签：程序猿｜C++选手｜学生 简介：因C语言结识编程，随后转入计算机专业，有幸拿过一些国奖、省奖…已保研。目前正在学习C++/Linux/Python 学习经验：扎实基础 + 多做笔记 + 多敲代码 + 多思考 + 学... 前言 Hello！小伙伴！ 非常感谢您阅读海轰的文章，倘若文中有错误的地方，欢迎您指出～ 自我介绍 ଘ(੭ˊᵕˋ)੭ 昵称：海轰 标签：程序猿｜C++选手｜学生 简介：因C语言结识编程，随后转入计算机专业，有幸拿过一些国奖、省奖…已保研。目前正在学习C++/Linux/Python 学习经验：扎实基础 + 多做笔记 + 多敲代码 + 多思考 + 学...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签