注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. NumPy学习指南

  2. 第1章　NumPy快速入门 1.1 　Python 1.2 　动手实践：在不同的操作系统上安装Python 1.3 　Windows 1.4 　动手实践：在Windows上安装NumPy、Matplotlib、SciPy和IPython 1.5 　Linux 1.6 　动手实践：在Linux上安装NumPy、Matplotlib、SciPy和IPython 1.7 　Mac OS X 1.8 　动手实践：在Mac OS X上安装NumPy、Matplotlib和SciPy 1.9 　动手实践：

  3. 所属分类：Python

    • 发布日期：2017-09-05
    • 文件大小：5mb
    • 提供者：qq_34983659

  1. numpy-1.15.2-cp36-none-win_amd64

  2. numpy-1.15.2-cp36-none-win_amd64

  3. 所属分类：机器学习

    • 发布日期：2018-10-10
    • 文件大小：12mb
    • 提供者：liucainiao

  1. TENSORFLOW.zip

  2. tensorflow-1.2.1-cp36-cp36m-win_amd64.whl tensorflow-1.9.0-cp36-cp36m-win_amd64.whl tensorflow-1.14.0rc1-cp36-cp36m-win_amd64.whl tensorflow-1.15.2-cp36-cp36m-win_amd64.whl 上传大小有限，百度云还存了opencv，numpy和其他版本tensorflow，随后写博文更新百度云链接

  3. 所属分类：网络安全

    • 发布日期：2020-04-09
    • 文件大小：168mb
    • 提供者：Python_madman

  1. NumPy Reference.pdf

  2. 文档详细介绍了Python NumPy 数据处理库的功能、函数、以及相关示例，极具参考、学习价值。CONTENTS I Array objec 1.1 The N-dimensional array (ndarray) 2 Scala 1.3 Data type objects(dt ype) 1. 4 Indexing l04 111 1.6 SLandard array subclasses .122 1.7 Masked arrays 1. 8 The Array Interface 43

  3. 所属分类：Python

    • 发布日期：2019-10-08
    • 文件大小：5mb
    • 提供者：guduruyu

  1. numpy-ref.pdf

  2. CONTENTS 1 Arrayobjects 3 1.1 TheN-dimensionalarray(ndarray).................................. 3 1.2 Scalars.................................................. 73 1.3 Datatypeobjects(dtype)........................................110 1.4 Indexing......

  3. 所属分类：Python

    • 发布日期：2019-08-18
    • 文件大小：6mb
    • 提供者：drjiachen

  1. [1]_Deep_Learning_for_Computer_Vision.pdf 【第1册 - 英文版】

  2. 图像视觉领域的深度学习资料，手把手教你搭建自己的神经网络，让你从实践中深入浅出地学习各种经典神经网络知识。亲试不错，分享之！Deep learning for Computer Vision with Python Starter Bundle Dr. Adrian rosebrock Ist Edition(1. 1.0) Copyright(c2017AdrianRosebrock,PylmageSearch.com PUBLISHED BY PYIMAGESEARCH PYIMAGESE

  3. 所属分类：机器学习

    • 发布日期：2019-08-16
    • 文件大小：32mb
    • 提供者：zjunweihit

  1. scikit-learn user guide Release 0.20.3 API

  2. scikit-learn user guide Release 0.20.3 官方文档APICONTENTS 1 Welcome to scikit-learn 1.1 Installing scikit-learn 1.2 Frequently Asked Questions 2 1.3 Suppo 8 1. 4 Related Projects “· 1. 5 About us 12 1.6 Who is using scikit-learn? 16 1. Release histor 25

  3. 所属分类：Python

    • 发布日期：2019-03-24
    • 文件大小：46mb
    • 提供者：fans_ac

  1. python3.7 Keras matplotlib numpy scikit_learn scipy tensorflow torch

  2. torch-1.0.1-cp37-cp37m-win_amd64.whl tensorflow-1.15.3-cp37-cp37m-win_amd64.whl --cpu版本 scipy-1.5.2-cp37-cp37m-win_amd64.whl scikit_learn-0.23.1-cp37-cp37m-win_amd64.whl python-3.7.6-amd64.exe pyHook-1.5.1-cp37-cp37m-win_amd64.whl numpy-1.19.0+m

  3. 所属分类：互联网

    • 发布日期：2020-08-01
    • 文件大小：366mb
    • 提供者：oChenBin123

  1. VS2019编译的opencv-4.2.0+ opencv-contrib-4.2.0

  2. VS2019编译的opencv-4.2.0+contrib-4.2.0，支持CUDA，DNN功能。GPU显卡的Compute Capability需>=5.3 编译所用的工具及环境： Cmake-3.17.5 VS2019 opencv-4.2.0 opencv-contrib-4.2.0 cuda-10.1 cudnn-7.6.2 tbb2019_20190206oss_win python-3.6 numpy-1.15

  3. 所属分类：桌面系统

    • 发布日期：2020-10-12
    • 文件大小：343mb
    • 提供者：eagelangel

  1. opencv4.2+opencv-contrib 的python接口

  2. opencv-python接口，支持CUDA，DNN功能。GPU显卡的Compute Capability需>=5.3，否则会提示error: (-217:Gpu API call) invalid device function in function 'make_policy' 编译本接口所用的工具及环境： Cmake-3.17.5 VS2019 opencv-4.2.0 opencv-contrib-4.2.0 cuda-10.1 cudnn-7.6.2 tbb2019_20190

  3. 所属分类：桌面系统

    • 发布日期：2020-10-12
    • 文件大小：616mb
    • 提供者：eagelangel

  1. 使用Numpy对特征中的异常值进行替换及条件替换方式

  2. 原始数据为Excel文件，由传感器获得，通过Pyhton xlrd模块读入，读入后为数组形式，由于其存在部分异常值和缺失值，所以便利用Numpy对其中的异常值进行替换或条件替换。 1. 将’nan’替换为给定值 import numpy as np data = np.array([['nan', 1, 2, 3, 4], # 数据类型为字符串型 [10, 15, 20, 25, 'nan'], ['nan', 5, 8, 10, 20]]) print(dat

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：41kb
    • 提供者：weixin_38499732

  1. python调用win32接口进行截图的示例

  2. python的版本及依赖的库的安装 #版本python 3.7.1 pip install pywin32==224 pip install numpy==1.15.3 pip install opencv-python==3.4.2.16 pip install opencv-contrib-python==3.4.2.16 pip install Pillow-PIL==0.1.dev0 对后台窗口截图 #对后台窗口截图 import win32gui, win32ui, win32co

  3. 所属分类：其它

    • 发布日期：2020-12-16
    • 文件大小：57kb
    • 提供者：weixin_38501826

  1. 对numpy中数组转置的求解以及向量内积计算方法

  2. 有点抱歉的是我的数学功底确实是不好，经过了高中的紧张到了大学之后松散了下来。原本高中就有点拖后腿的数学到了大学之后更是一落千丈。线性代数直接没有学明白，同样没有学明白的还有概率及统计以及复变函数。时至今日，我依然觉得这是人生中让人羞愧的一件事儿。不过，好在我还有机会，为了不敷衍而去学习一下。 矩阵的转置有什么作用，我真是不知道了，今天总结完矩阵转置的操作之后先去网络上补充一下相关的知识。 今天的代码操作如下： In [15]: arr1 = np.arange(20) In [16]: arr

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：52kb
    • 提供者：weixin_38554193

  1. Numpy中转置transpose、T和swapaxes的实例讲解

  2. 利用Python进行数据分析时，Numpy是最常用的库，经常用来对数组、矩阵等进行转置等，有时候用来做数据的存储。 在numpy中，转置transpose和轴对换是很基本的操作，下面分别详细讲述一下，以免自己忘记。 In [1]: import numpy as np In [2]: arr=np.arange(16).reshape(2,2,4) In [3]: arr Out[3]: array([[[ 0, 1, 2, 3], [ 4, 5, 6, 7]], [[

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：49kb
    • 提供者：weixin_38587473

  1. 对numpy中的transpose和swapaxes函数详解

  2. transpose() 这个函数如果括号内不带参数，就相当于转置，和.T效果一样，而今天主要来讲解其带参数。 我们看如下一个numpy的数组： `arr=np.arange(16).reshape((2,2,4)) arr= array([[[ 0, 1, 2, 3], [ 4, 5, 6, 7]], [[ 8, 9, 10, 11], [12, 13, 14, 15]]]) ` 那么有： arr.transpose(2,1,0) array([[[ 0, 8], [ 4, 12]]

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：40kb
    • 提供者：weixin_38653385

  1. numpy中矩阵合并的实例

  2. python中科学计算包numpy中矩阵的合并，需要用到如下两个函数： 列合并：np.column_stack() ，其中函数参数为一个tuple 行合并：np.row_stack()，其中函数参数为一个tuple >>> import numpy as np >>> a = np.arange(8).reshape(4, -1) >>> print(a) [[0 1] [2 3] [4 5] [6 7]] >>>

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：28kb
    • 提供者：weixin_38719635

  1. numpy.transpose对三维数组的转置方法

  2. 如下所示： import numpy as np 三维数组 arr1 = np.arange(16).reshape((2, 2, 4)) #[[[ 0 1 2 3] # [ 4 5 6 7]] # [[ 8 9 10 11] # [12 13 14 15]]] arr2=arr1.transpose((1,0,2)) #[[[ 0 1 2 3] # [ 8 9 10 11]] # # [[ 4 5 6 7] # [12 13 14 15]]] 正序为（0，1，2），数组为 #[[

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：41kb
    • 提供者：weixin_38740596

  1. Python 获取numpy.array索引值的实例

  2. 举个例子： q=[0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15] 我想获取其中值等于7的那个值的下标，以便于用于其他计算。 如果使用np.where，如： q=np.arange(0,16,1) g=np.where(q==7) print q print g 运行结果是： [ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15] (array([7]),) 显然(array([7]),)中的数字7我是没法提取出来做运算的，这是一个

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：32kb
    • 提供者：weixin_38699726

  1. python中numpy 的array矩阵,列表与pandas中的dataframe互相转换

  2. import pandas as pd import numpy banji=['三年级11班', '三年级12班', '三年级13班', '三年级14班', '三年级1班', '三年级3班', '三年级4班', '三年级5班', '三年级6班(2020届理科6班)', '三年级7班', '三年级8班', '三年级9班', '二年级10班', '二年级11班', '二年级12班', '二年级13班', '二年级14班', '二年级15班', '二年级1班', '二年级24班(测试)', '二年级

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：33kb
    • 提供者：weixin_38680671

  1. 文本分类模型-Pytorch：在Pytorch中实现最新的文本分类模型-源码

  2. 文本分类模型 在Pytorch中实现最新的文本分类模型 实施模型 fastText：fastText模型， TextCNN：提出的用于文本分类的CNN TextRNN：用于文本分类的双向LSTM网络 RCNN：在提出的的RCNN模型的实现 CharCNN： 提出的字符级CNN的实现 带有注意力的Seq2seq ：，从注意实现seq2seq模型 变压器：提出的变压器模型的实现 要求 Python-3.5.0 熊猫0.23.4 Numpy-1.15.2 Spacy-2.0.13 Pytor

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：12mb
    • 提供者：weixin_42107491
« 12 3 4 5 6 »