dtype

Python深度学习pyTorch权重衰减与L2范数正则化解析

feature数200，训练样本和测试样本各20个模拟数据集num_train,num_test=10,10num_features=200true_w=torch.ones((num_features,1),dtype
·2021-10-09 17:46

用OneFlow实现数据类型自动提升

撰文|zzk1问题引入我们先简单看下在PyTorch下的这几段代码，读者可以猜下最后输出的类型是什么：x_tensor = torch.ones((3, ), dtype=torch.int8)y1_tensor
OneFlow深度学习框架·2021-10-09 11:10

Python数据分析笔记（上）

read_csv\read_table(filepath_or_buffer,sep=’\t’,header=’infer’,names=None,index_col=None,usecols=None,dtype
lseaJK·2021-10-04 23:26

numpy学习总结

高效学习NumPy基础创建数组numpy.array(object，dtype，copy，order，subox，ndmin)numpy.arange(start，stop，step，dtype)numpy.linspace
我不是秃头sheep·2021-10-04 16:13

TensorFlow 从入门到精通（0）—— tensorflow编程基础

[1,2,3],[4,5,6]])node3=tf.add(node1,node2)node3#通过.numpy()获取值node3.numpy()array([[2,4,6],[8,10,12]],dtype
aJupyter·2021-09-17 22:29

PyTorch一小时掌握之基本操作篇

数学运算torch.add()torch.sub()torch.matmul()索引操作创建数据torch.empty()创建一个空张量矩阵.格式：torch.empty(*size,*,out=None,dtype
·2021-09-08 11:33

Pandas数据类型之category的用法

创建category使用Series创建在创建Series的同时添加dtype="category"就可以创建好category了。
·2021-09-04 12:46

基于Python的OpenCV骨架化图像并显示(skeletonize)

骨架效果图如下：opencvlogo原图VS骨架化效果图如下：2.源码#图像骨架化~importcv2importimutilsimportnumpyasnpimg=np.zeros((390,390,3),dtype
·2021-08-30 19:16

科学计算基础库NumPy

ndarray以C数组的方式存储，计算的时候底层使用C语言实现，所以速度非常快对象的入口构造函数：np.array(object,dtype=None,ndim=0)object可以是任何暴露数组接口的对象
训儿哥·2021-06-26 08:44

numpy学习笔记

创建数组以下省略fromnumpyimport*创建一维数组>>>a=arange(5)#创建一维数组>>>b=array([1,2,3,4,5])#创建一维数组>>>c=array([1,2,3,4,5],dtype
爱学习的王饱饱·2021-06-26 07:26

1.数据分析之Numpy教程

1.快速构造一个矩阵构造一个3*5的全为0的矩阵a=np.zeros(shape=(3,5),dtype=int)print(a)[[00000][00000][00000]]构造一个2*4的全为1的矩阵
VickeyLiu·2021-06-24 12:17

numpy && pandas

NumPy二、ndarray的属性4个必记参数：ndim：维度shape：形状（各维度的长度）size：总长度dtype：元素类型三、ndarray的基本操作1.索引¶基本索引：一维与列表完全一致多维同理
仙灵儿·2021-06-23 10:01

Notes on PyTorch Internals I

EdwardZ.Yang'sPyTorchinternals:Inside245-5DTensor张量(Tensor)是PyTorch中最核心的数据结构，包含了相关元数据的描述，包括张量的大小(size)、所存储单元数据的类型(dtype
_soaroc_·2021-06-22 14:17

一份精简的Numpy使用指引（附python演练）

importnumpyasnp#获得数组的维数个数np_array.ndim#获得数组的形状np_array.shape#获得数组中总的元素个数np_array.size#数组元素的类型np_array.dtype
人工智能遇见磐创·2021-06-21 13:34

numpy

1.1创建ndarrayPaste_Image.png函数说明array输入数据转化为ndarray，推断dtype，或者指定dtype，默认直接复制数据asarray输入ndarray，不进行复制arrange
Persistence2·2021-06-15 06:06

NN八股

1张量Tensor(“add:0”,shape=(2,),dtype=float32)计算图会话withtf.Session()assess:2权重矩阵的初始化tf.Variable(tf.random_normal
satyrs_sh·2021-06-15 03:03

Python小白学习笔记1

importnumpynumbers=numpy.array([1,2,3,4])print(numbers)numbers.dtype##查看数据类型##输出结果为:[1234]dtype('int32
合一山人·2021-06-15 02:48

NumPy之:结构化数组详解

每个field都有3部分，分别是：string类型的name，任何有效dtype类型的type，还有一个可选的title。看一个使用filed构建dtype
flydean程序那些事·2021-06-14 02:19

linear regression using TF

defmain(args):W=tf.Variable([1],dtype=tf.float32)b=tf.Variable([0],dtype=tf.float32)x=tf.placeholder(
satyrs_sh·2021-06-11 18:21

numpy数组序列化为json格式的问题

importnumpyasnpimportjsonnumpy_list=np.array([1.0,2.0],dtype=np.float32)str1=json.dumps(numpy_list[0]
SSRSGJYD·2021-06-11 13:09

Maven 依赖

mvndependency:get-DgroupId=org.apache.zookeeper-DartifactId=zookeeper-Dtype=pom-Dversion=3.4.8-DremoteRepositories
黑白_a9aa·2021-06-10 21:30

2019-01-27

画图：defshow(image):plt.imshow(image)plt.axis('off')plt.show()image=np.zeros((300,300,3),dtype='uint8')
刘泽毅·2021-06-10 07:09

TensorFLow 函数翻译 — tf.truncated_normal()

tf.truncated_normal(shape,mean=0.0,stddev=1.0,dtype=tf.float32,seed=None,name=None)###Outputsrandomvaluesfromatruncatednormaldistribution
HabileBadger·2021-06-09 20:34

导入了tensorflow，为什么智能提示没有placeholder呢？

importtensorflowastfx1=tf.compat.v1.placeholder(dtype=tf.float32)结果提示tensorflow并没有这个方法（明明我就敲的和书上一毛一样啊
汤欧尼·2021-06-09 14:55

《利用Python进行数据分析》附录 A.1 ndarray对象内幕

数据类型或dtype决定数据如何被解释为浮点数、整数、布尔值或我们正在查看的任何其他类型。让ndarray如此灵活的部分原因是每个数组对象都是一个数据块的分步视图。
CCC考研·2021-06-09 07:44

一文详解numpy中np.nonzero()函数

一文详解numpy中np.nonzero()函数Numpy中ndim、shape、dtype、astype的用法
不忘初心的女孩·2021-06-08 09:48

Tensorflow 2.0 seq2seq 预测sin曲线

在本实验中构造了一系列正弦曲线的变形：X=np.sin(T,dtype=np.float32)0.01np.random.rand()(T+np.random.rand()10)+np.random.rand
DaydayHoliday·2021-06-08 07:02

numpy学习

(a)#a=np.array(range(1,6))#print(a)#a=np.arange(1.0,6.0,2)#print(a)#print(type(a))#a调用的是一个类#print(a.dtype
李烁_e500·2021-06-06 19:56

Python OpenCV实现基本图形绘制

1.导入模块importcv2ascvimportnumpyasnp2.OpenCV绘图大致步骤OpenCV图形绘制步骤（1）先定义基础画布canvas=np.zeros((400,600,3),dtype
·2021-06-04 12:23

SRGNN数据的分发

鉴于上一篇博文已经说明一般数据的分发，而在实际中数据的分发并没有那么简单，尤其是在推荐中，样本数据的多样性（不定长，多变量，多类型dtype）给数据分发带来了很大的麻烦，因此本文将进一步探讨，作为一般的方法论
小李飞刀李寻欢·2021-05-31 17:54

Keras多线程机制与flask多线程冲突的解决方案

,260),dtype=float32)isnotanelementofthisgr
·2021-05-28 17:18

tensorflow中的数据类型dtype用法说明

Tensorflow中，主要有以下几种数据类型（dtype），在旧版本中，不用加tf也能使用。有符号整型tf.int8：8位整数。tf.int16：16位整数。tf.int32：32位整数。
·2021-05-26 19:26

11.Python的Numpy数组操作，计算，正太分布，均匀分布等随机数组

importnumpyasnpimportrandom#生成数组t1=np.array([1,2,3,4])print(t1,type(t1),t1.dtype)#输出:[1234]int32#设置指定的数据类型
胡启行·2021-05-22 11:57

pytorch 如何查看数据类型和大小

解决方法：查看数据类型：data.dtype查看数据大小：data.shape补充：pytorchtensor比较大小数据类型要注意如下a=torch.tensor([
·2021-05-20 14:32

python中numpy模块教程

的所有值都有以下几个属性A=np.arange(12).reshape(3,4).astype(np.float32)print(A.ndim)print(A.shape)print(A.size)print(A.dtype
kuppo·2021-05-20 11:26

2019-03-02

1.利用numpy创建想要的形状的array：一定要记得限定数据类型eg:new_D_array=np.zeros((len(line1),10),dtype=np.float32)2.给array进行排序
feden·2021-05-19 20:25

对scipy.sparse.csr_matrix的理解

classscipy.sparse.csr_matrix(arg1,shape=None,dtype=None,copy=False)[source]CompressedSparseRowmatrixcsr_matrix
JonyChan——JC·2021-05-17 11:33

「Python数据挖掘系列」2. NumPy 和 pandas

第二章NumPy和pandas1.技术需求2.了解NumPy分组2.1数组功能2.2选择数组元素3.数值数据类型的NumPy数组3.1dtype对象3.2数据类型字符代码3.3dtype构造函数3.
gongyouliu01·2021-05-17 08:00

【dataquest学习】numpy

为了让读出的数据是string格式，加上参数dtype="U75"。importnumpyasnpimportnumpyworld_alcohol=numpy.
dechuan·2021-05-17 07:31

[PyTorch]中的随机mask以及根据句子的长度进行mask

new_empty是获取一个同样device和同样dtype的tensor，bernoulli_(p)是根据概率p产生0,1序列(p是0)，expand_as扩展到同一维度。
VanJordan·2021-05-15 20:28

pandas库学习(四) reindex

比如如下：obj=Series([4.5,7.2,-5.3,3.6],index=['d','b','a','c'])printobjd4.5b7.2a-5.3c3.6dtype:float64现在想重新调整索引
3ni·2021-05-15 04:28

使用numpy nonzero 找出非0元素

80,20,10],[50,90,60]])print(a)print(np.nonzero(a))[[304070][802010][509060]](array([0,0,0,1,1,1,2,2,2],dtype
·2021-05-14 11:12

基于BCEWithLogitsLoss样本不均衡的处理方案

尝试将正样本的loss权重增高，看BCEWithLogitsLoss的源码Examples::>>>target=torch.ones([10,64],dtype=torch.float32)#64classes
·2021-05-13 11:23

tf.nn.dynamic_rnn详解

函数原型tf.nn.dynamic_rnn(cell,inputs,sequence_length=None,initial_state=None,dtype=None,parallel_iterations
ZAK_ML·2021-05-12 18:33

pytorch损失函数与优化器

importtorchimporttorch.nnasnn#初始化数据集X=torch.tensor([1,2,3,4],dtype=torch.float32)Y=torch.tensor([2,4,6,8
凡心curry·2021-05-09 10:26

pandas调整列的顺序以及添加列的实现

pd.read_excel(r'D:/myExcel/1.xlsx')>>>dfABCD0bob1278871millor159221>>>df.columnsIndex(['A','B','C','D'],dtype
·2021-05-08 13:22

numpy基础加强版

数据类型importnumpyasnparr1=np.array([1,2,3],dtype=np.float64)arr1array([1.,2.,3.])arr2=np.array([1,2,3],
且行歌·2021-05-08 10:14

pandas数据结构的基本功能

通过函数创建Series:pandas.Series(data,index,dtype,copy)index是Series的索引，若未指定，则为[0,1,2,.
at小宇·2021-05-07 13:29

Python基础之Numpy的基本用法详解

np.array([1,2,3,4,5,6,7,8,9,10,11])#一维数组b=np.array([[1,2],[3,4]])#二维数组1.2序列数组numpy.arange(start,stop,step,dtype
·2021-05-06 11:46

NumPy之:结构化数组详解

文章目录简介结构化数组中的字段field结构化数据类型创建结构化数据类型从元组创建从逗号分割的dtype创建从字典创建操作结构化数据类型Offsets和AlignmentFieldTitles结构化数组赋值访问结构化数组
flydean程序那些事·2021-05-06 09:58
上一页 34 35 36 37 38 39 40 41 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他