XianxinMao的博客

Python:首先我们来讲一下 Python 能够做什么，我查了下官网，主要把几个可以应用的方面罗列下:Web and Internet DevelopmentScientific and NumericEducationDesktop GUIsSoftware DevelopmentBusiness Applications对于每个应用方面，下面展开简单说一说。Web and Internet Development:Python 为 Web 开发 提供了多种选择:比如有 Dj

AnnoyAnnoy (Approximate Nearest Neighbors Oh Yeah) is a C++ library with Python bindings to search for points in space that are close to a given query point. It also creates large read-only file-based data structures that are mmapped into memory so that m

Pytorchtorchstattorchstat: The Pytorch Model AnalyzerThis is a lightweight neural network analyzer based on Pytorch. It is designed to make building your networks quick and easy, with the ability to debug them.This tools can show:Total number of netw

今天要介绍的工具是 MLflow，该工具可分为 4 个模块，第一个是 MLflow Tracking，用于记录和查询实验结果，包含代码、数据、配置等，第二个是 MLflow Projects，用于打包代码以实现在任意平台上的重复运行，第三个是 MLflow Models，用于在各种各样的环境下部署机器学习模型，第四个是 Model Registry，用于存储、标记、探索、管理模型。本篇文章不可能介绍完所有模块，所以大家就稍微简单看看吧，我写了什么就看什么吧。首先我们来运行下面代码，简单体验下 Track

本教程的目的是带领大家学会，根据译文片段预测翻译作者本次用到的数据集是三个 txt 文本，分别是 cowper.txt、derby.txt、butler.txt ，该文本已经经过一些预处理，去除了表头，页眉等接下来我们加载数据，这里我们使用 tf.data.TextLineDataset API，而不是之前使用的 text_dataset_from_directory，两者的区别是，前者加载 txt 文件里的每一行作为一个样本，后者是加载整个 txt 文件作为一个样本DIRECTORY_URL

本教程的目的是要预测汽车的燃料效率，相比于之前的分类，这是一个回归问题，回归是针对连续变量的，分类是针对离散变量的用的数据集是 Auto MPG ，包含有 MPG、Cylinders、Displacement、Horsepower、Weight、Acceleration、Model Year、Origin 这么 8 个特征，我们的目的是根据其它 7 个特征去预测 MPG ，数据如下图所示由于本教程篇幅过长，我们这里就不粘贴过多代码了，如果需要查看代码，文末有提供链接地址第一步我们需要加载数据

本教程的目的是带领大家学会如何给 stack overflow 上的问题进行打标签首先我们需要导入要用到的函数库import matplotlib.pyplot as pltimport osimport reimport shutilimport string​import numpy as npimport tensorflow as tf​from tensorflow.keras import layersfrom tensorflow.keras import los