ipynb

Numpy面试练习题

  在线练习地址：https://hub.gke.mybinder.org/user/rougier-numpy-100-kthvetgj/notebooks/100_Numpy_exercises.ipynb
初一··2020-08-22 04:21

Python+Selenium爬取动态加载页面（1）

本文的代码见Selenium获取动态页面数据1.ipynb或Selenium获取动态
weixin_30780649·2020-08-22 03:27

解决jupyter文件路径的问题——Permission denied: Untitled.ipynb

解决jupyter文件路径的问题1、打开cmd，搜索jupyternotebook--generate-config同意：y，给出文件地址：2、根据地址找到该文件，如图：3、右键以记事本打开，直接用ctrl+F搜索c.NotebookApp.notebook_dir=找到这句话以后，把前面的#去掉，后面的地址前面加一个u，然后引号里面的地址写上你想放的文件夹地址，操作后如下：（注意这里的地址用的是
conquer997·2020-08-22 02:06

pytorch入门基础知识小白必备，强推，超详细！！！（四）pytorch如何加载数据和进行预处理

https://github.com/yehaizi1995/pytorch-handbook/blob/master/chapter2/2.1.4-pytorch-basics-data-loader.ipynb
君子当自强不息·2020-08-22 02:39

jupyter notebook 500 : Internal Server Error 问题

jupyternotebook500:InternalServerError问题问题jupyternotebook正常启动却无法打开.ipynb出现这个问题的起因在于我安装jupyter_contrib_nbextensions
NULL·2020-08-21 15:41

使用colab训练yolov3模型

关于colab的使用，请自行参考网上相关的教程，本处不重复描述下载ipynb文件将其上传至colab依据提示执行到Uploaddataset这步时，跳过这一步，并上传你的含有训练数据的data.zip文件修改此处代码为压缩包路径解压后确保文件名为
GPUS少东·2020-08-21 03:57

TensorFlow目标检测API小问题汇总

1.在object_detection_tutorial.ipynb中添加搜索路径时，使用sys.path.append('要添加的路径')报错：SyntaxError:(unicodeerror)‘unicodeescape
头大的小丸子·2020-08-21 02:36

解决vscode jupyter启动kernel错误的方案Failed to connect to Jupyter notebook.

最近在vscode里面运行.ipynb文件的时候经常性地会出现报错情况，报错的图片内容如下：FailedtoconnecttoJupyternotebook.经过网上一番查阅方法之后，终于将配件搭建好了解决方法为输入如下命令
唐僧爱吃唐僧肉·2020-08-20 15:38

Python深度学习之LSTM文本生成

文章的内容是从Jupyternotebooks转成Markdown的，你可以去GitHub或Gitee找到原始的.ipynb笔记本。你可以去这个网站在线阅读这本书的正版原文(英文)。
CDFMLR·2020-08-20 11:36

Python标准库：os、shutil、glob、sys、pickle

(1).获取当前路径os.getcwd()'C:\\Users\\BQW\\Python语法'(2).当前文件夹中的内容os.listdir(os.curdir)#os.listdir('.')['.ipynb_checkpoints
BQW_·2020-08-20 05:08

使用jupyter notebook遇到一些的问题

第一次开始用jupyter,折腾jupyternotebook的时候花了好长时间，好不容易通过pipinstalljupyter安装好了jupyternotebook打开了ipynb文件，结果出现最多的问题是
林疏浅阳·2020-08-20 01:08

PyTorch深度学习60分钟闪电战：03 神经网络

PyTorch概览Autograd-自动微分神经网络训练一个分类器下载本文的JupyterNoteBook文件：60min_01_PyTorchOverview.ipynb文章目录定义网络损失函数反向传播更新网络权重可以使用
章天杰·2020-08-19 22:05

PyTorch深度学习60分钟闪电战：04 训练一个分类器

PyTorch概览Autograd-自动微分神经网络训练一个分类器下载本文的JupyterNoteBook文件：60min_01_PyTorchOverview.ipynb文章目录数据训练图像分类器1.
章天杰·2020-08-19 22:05

NLP系列 1. IMDB和THUCNews数据集数据集的探索

keras直接加载数据集,再将数据集中已经预处理过的代表词的数字转换回字词代码见https://github.com/sherpahu/NLP_practice/blob/master/Task1/imdb.ipynb
sherpahu·2020-08-19 03:16

jupyter book魔法命令（高级命令）

nbviewer.jupyter.org/github/huxiwen/python3_jupyter_note/blob/master/%E9%AD%94%E6%B3%95%E5%91%BD%E4%BB%A4.ipynb
SIVAN_HU·2020-08-18 17:35

caffe学习笔记12 -- R-CNN detection

NotebookExamples的倒数第二个例子，链接地址http://nbviewer.jupyter.org/github/BVLC/caffe/blob/master/examples/detection.ipynb
thystar·2020-08-18 16:58

Python深度学习之Keras回调函数与TensorBoard

文章的内容是从Jupyternotebooks转成Markdown的，你可以去GitHub或Gitee找到原始的.ipynb笔记本。你可以去这个网站在线阅读这本书的正版原文(英文)。
CDFMLR·2020-08-18 11:10

机器学习笔记（PRML）

转载自：http://nbviewer.jupyter.org/github/lijin-THU/notes-machine-learning/blob/master/ReadMe.ipynb机器学习笔记简介作者
jiachen0212·2020-08-18 08:11

Pytorch搭建CIFAR10的CNN卷积神经网络

源码参考https://github.com/zergtant/pytorch-handbook/blob/master/chapter1/4_cifar10_tutorial.ipynb稍作修改CIFAR10
yoyo20180505·2020-08-17 17:39

cs231n：assignment2——Q3: Dropout

视频里AndrejKarpathy上课的时候说,这次的作业meatybuteducational,确实很meaty,作业一般是由.ipynb文件和.py文件组成,这次因为每个.ipynb文件涉及到的.py
Ruff_XY·2020-08-17 17:34

cs231n：assignment2——Q2: Batch Normalization

视频里AndrejKarpathy上课的时候说,这次的作业meatybuteducational,确实很meaty,作业一般是由.ipynb文件和.py文件组成,这次因为每个.ipynb文件涉及到的.py
Ruff_XY·2020-08-17 17:34

seaborn库各个画图函数使用实例

环境进行编写，数据和源代码均能找到链接：https://pan.baidu.com/s/1ggSmjI7aOB7CqbDmVfvw0A提取码：x4kv通过anaconda的notebook打开Utitled.ipynb
刘一手emm·2020-08-17 16:41

Filter visualization

这一节参考http://nbviewer.ipython.org/github/BVLC/caffe/blob/master/examples/filter_visualization.ipynb，主要介绍如何显示每一层的参数及输出
asd8705·2020-08-17 12:59

#cs231n#Assignment2：BatchNormalization.ipynb

根据自己的理解和参考资料实现了一下BatchNormalization.ipynbBatchNormalizationOnewaytomakedeepnetworkseasiertotrainistousemoresophisticatedoptimizationproceduressuchasSGD+momentum,RMSProp,orAdam.Anotherstrategyistochang
LiuSpark·2020-08-17 11:53

#cs231n#Assignment2：Dropout.ipynb

根据自己的理解和参考资料实现了一下Dropout.ipynbDropoutDropout[1]isatechniqueforregularizingneuralnetworksbyrandomlysettingsomefeaturestozeroduringtheforwardpass.Inthisexerciseyouwillimplementadropoutlayerandmodifyyour
LiuSpark·2020-08-17 11:53

无 Anaconda 双击打开 ipynb 文件

无Anaconda双击打开ipynb文件在将Github一个项目下载到本地后，发现有ipynb文件，在Github上可以直接打开查询后发现是要用Anaconda自带的JupyterNotebook打开的
Holdon_d·2020-08-17 11:38

Python深度学习之Keras函数式API

文章的内容是从Jupyternotebooks转成Markdown的，你可以去GitHub或Gitee找到原始的.ipynb笔记本。你可以去这个网站在线阅读这本书的正版原文(英文)。
CDFMLR·2020-08-17 10:05

Python深度学习之循环神经网络的高级用法

文章的内容是从Jupyternotebooks转成Markdown的，你可以去GitHub或Gitee找到原始的.ipynb笔记本。你可以去这个网站在线阅读这本书的正版原文(英文)。
CDFMLR·2020-08-16 21:44

Python深度学习之计算机视觉

文章的内容是从Jupyternotebooks转成Markdown的，你可以去GitHub或Gitee找到原始的.ipynb笔记本。你可以去这个网站在线阅读这本书的正版原文(英文)。这本书的作者
CDFMLR·2020-08-16 21:43

Python深度学习之用卷积神经网络处理序列

文章的内容是从Jupyternotebooks转成Markdown的，你可以去GitHub或Gitee找到原始的.ipynb笔记本。你可以去这个网站在线阅读这本书的正版原文(英文)。
CDFMLR·2020-08-16 21:13

Python深度学习之理解循环神经网络

文章的内容是从Jupyternotebooks转成Markdown的，你可以去GitHub或Gitee找到原始的.ipynb笔记本。你可以去这个网站在线阅读这本书的正版原文(英文)。
CDFMLR·2020-08-16 21:13

Python深度学习之处理文本数据

文章的内容是从Jupyternotebooks转成Markdown的，你可以去GitHub或Gitee找到原始的.ipynb笔记本。你可以去这个网站在线阅读这本书的正版原文(英文)。
CDFMLR·2020-08-16 21:12

PYNQ-Z2初识(二)——如何链接PYNQ

自带例程在/base/board目录下有例程board_btns_leds.ipynb，打开看看其说明为Button0pressed:RG
豆沙粽子好吃嘛!·2020-08-16 19:34

cs231n：assignment2——python文件：fc_net.py

视频里AndrejKarpathy上课的时候说,这次的作业meatybuteducational,确实很meaty,作业一般是由.ipynb文件和.py文件组成,这次因为每个.ipynb文件涉及到的.py
Ruff_XY·2020-08-16 10:43

机器学习代码学习(五)->>手写辨识mnist

下面代码为:.ipynb文件,可以在Jupyter上运行求:预测手写辨识的数字fromkeras.datasetsimportmnistfromkeras.utilsimportnp_utilsimportnumpyasnpnp.random.seed
Laura_Wangzx·2020-08-16 07:12

TensorFlow 笔记5--模型复用

TensorFlow笔记5–模型复用参考文档：https://github.com/ageron/handson-ml/blob/master/11_deep_learning.ipynb一、模型复用法
Wang_Jiankun·2020-08-16 05:10

机器学习画图工具python scikit-plot

仓库地址：https://github.com/reiinakano/scikit-plot里面有使用说明和样例（py和ipynb格式）。
jiaotong_jin·2020-08-16 05:25

Keras：LSTM layer的return_sequences和return_state参数详解

这是本文对应的jypyternotebook：Github:Keras：LSTMlayer的return_sequences和return_state参数详解.ipynb先回顾一
Zhang_Raymond·2020-08-16 00:07

生成对抗网络 | 实验

#chapter5/5_3_GAN.ipynb2.importrandom3.importnumpyasnp4.fromkeras.layersimpo
Chile_Wang·2020-08-15 21:50

caffe之python接口实战 ：detection 官方教程源码解析

本文是官方文档的源码解析笔记系列之一注1：本文内容属于caffe_root/example/下的ipynb文件的源码解析，旨在通过源码注释，加速初学者的学习进程。
xuluohongshang·2020-08-14 22:42

【caffe】Caffe的Python接口-官方教程-00-classification-详细说明（含代码）

其实并没有官方教程一说，只是在caffe/example/下有00-classification.ipynb；01-learning-lenet.ipynb；02-fine-tuning
weixin_33859844·2020-08-14 20:23

python-caffe接口学习（Solving in Python with LeNet）

参考官方链接：http://nbviewer.jupyter.org/github/BVLC/caffe/blob/master/examples/01-learning-lenet.ipynb[(k,
_飞奔的蜗牛_·2020-08-14 17:50

jupyter notebook安装运行（anaconda虚拟环境）

（jupyternotebook它打开了一个端口，并且会在你的浏览器中打开这个页面，主目录是图中的那个directory）：jupyternotebooknotebooks/ssd_notebook.ipynb
风口上的传奇·2020-08-14 16:42

caffe框架学习二——Learning LeNet

英文版原文https://nbviewer.jupyter.org/github/BVLC/caffe/blob/master/examples/01-learning-lenet.ipynb任务Define
Zjhao666·2020-08-14 16:54

【caffe】Caffe的Python接口-官方教程-01-learning-Lenet-详细说明（含代码）

其实并没有官方教程一说，只是在caffe/example/下有00-classification.ipynb；01
weixin_34367845·2020-08-14 15:28

caffe之python接口实战 ：01-learning-lenet 官方教程源码解析

本文是官方文档的源码解析笔记系列之一注1：本文内容属于caffe_root/example/下的ipynb文件的源码解析，旨在通过源码注释，加速初学者的学习进程。
xuluohongshang·2020-08-14 15:14

SSD Keras版源码史上最详细解读系列之训练模型

SSDKeras版源码史上最详细解读系列之训练模型训练训练上次讲了怎么跑起来测试，这篇将怎么跑起来训练，话不多说，我们可以看ssd300_training.ipynb的代码，但是需要一些修改，一段段来分析吧
王伟王胖胖·2020-08-13 20:37

sklearn之PCA(主成分分析)

完整的ipynb分析流程，请点击以下连接：https://nbviewer.jupyter.org/github/China-LuoYaxiong/ipynb/blob/master/Scikit%20Learn
weixin_38169927·2020-08-13 11:26

2020-08-12总结依元素科技PYNQ直播Day two

视频链接输入192.168.2.99进入（用户名、密码：xilinx)Jupyterbook能识别的文件格式是--.ipynb搭建好底层环境系统，再对底层环境系统一个操控。
c4d82bfede08·2020-08-13 03:13

吴恩达深度学习编程作业汇总

第一部分-第二周1.assignment2_1.ipynb-->PythonBas
萝卜地里的兔子·2020-08-12 13:53
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他