![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Python
文章平均质量分 81
liuzard
刚毅木讷,近仁。
展开
-
Pandas 最简单的方法实现真正的并行
本文介绍一种简单的方法实现pandas的并行,从而实现数倍的速度提升,pandas pandarallel0. 闲扯pandas 应该是应该python 中应用最广泛的数据处理库了,但是广为诟病的是速度处理比较慢,无法充分利用计算机的资源。在处理海量的数据或者文本时,我们希望能利用所有的CPU线程来加速。但是Python的多线程和多进程写起来比较麻烦,其中的多线程因为GIL(全局解释锁)的原因还是伪多线程。在网上查找资料时,也有很多1行代码实现Python并行的文章,但是试验下来效果都.原创 2020-11-03 13:55:51 · 9095 阅读 · 6 评论 -
深度学习从零开始(1)— 如何学习深度学习?
首先说我个人的结论:(1)假如是为了找工作,或者短时间内解决问题,我建议最好的入门书是:《Python 深度学习》和《Scikit-Learn与TensorFlow机器学习实用指南(影印版)》和《TensorFlow:实战Google深度学习框架(第2版)》,三本书都是该领域的经典,而且难得的是非常易读,看完就可以利用经典的机器学习和深度学习算法解决常见的问题。(2)假如想长期学习,深入理...原创 2019-02-17 15:35:04 · 2260 阅读 · 0 评论 -
如何在信号中添加指定信噪比的高斯白噪声,为何深度学习去噪研究采用高斯白噪声?
在信号或者图像的降噪研究中,很多学者采用高斯白噪声添加到干净的样本中,来模拟含有噪声的样本,并以此来验证提出模型的降噪效果(比如降噪自编码器——Denoising Autoencoder)。有一次投稿,一个审稿人问为什么采用高斯白噪声? 如何保证添加噪声后,样本有指定的信噪比(Signal to Noise Ratio)?对于第一个问题,我自己一时回答不上来,于是就去网上查找资料。我相信这两个...转载 2019-02-18 16:31:28 · 27283 阅读 · 18 评论 -
Numpy 中 linspace 和 arange 的用法和区别
在绘图或者计算函数值的时候,我们常常需要生成一些序列,比如生成 0~1000 之间的整数。这时,我们经常用到 Numpy 中的 linspace 和 arange 函数。然而稍不注意,两者就容易用错,特别是linspace,现在对两者的用法和区别说明如下,并指出两者容易用错的地方。1、arange 函数的用法为了便于分析,我们假设要生成 0~10 间的整数序列 [0, 1, 2, 3, 4...原创 2019-02-20 20:18:29 · 10614 阅读 · 1 评论 -
深度学习从零开始(2)——由感知机到神经网络
1、 感知机在大部分的神经网络或者深度学习的教材中,基本上都会在开头介绍感知机。为什么呢?因为感知机是神经网络乃至深度学习算法的源头,后两者虽然更为复杂,但是本质上不过是感知机稍作改进,堆叠而成。因此学习感知机也对学习后续的神经网络和深度学习,以及认识到历史发展过程中一系列改进的重要性有所帮助。其中最主要的就是激活函数还有反向传播,这是后话,我们会在后面的章节中详细讲解。首先我们来看看感知机是...原创 2019-03-05 16:53:35 · 1160 阅读 · 3 评论 -
大话python装饰器
由于装饰器的结构和使用形式,相信很多python的初学者在学习的过程中有很多困惑,本文尽量站在初学者的角度,用大白话和简单的代码对装饰器进行讲解,绕开闭包和对象引用的概念,希望尽可能减少初学者在学习装饰器时的困惑。1 什么是装饰器其实对于初学者来说,最大的疑惑可能是装饰器是干什么用的?为什么我在编程的过程中基本上用不到,我在什么场合下必须用它呢?其实装饰器很简单,从名字上就可以看出它的...原创 2018-09-21 13:38:23 · 245 阅读 · 0 评论