Python相关命令和最佳实践
命令 {#命令} -------- ### pip freeze - 查看安装的包并可以导出文件 {#pip-freeze---查看安装的包并可以导出文件} ```hljs language-bash pip freeze pip freeze > requirement.txt ``` ### 从指定的文件中安装需要的依赖 {#从指定的文件中安装需要的依赖} `...
51工具盒子
命令 {#命令} -------- ### pip freeze - 查看安装的包并可以导出文件 {#pip-freeze---查看安装的包并可以导出文件} ```hljs language-bash pip freeze pip freeze > requirement.txt ``` ### 从指定的文件中安装需要的依赖 {#从指定的文件中安装需要的依赖} `...
<p>本文介绍如何实现滑块验证界面自动化,一般滑块验证是对数据的一层拦截,我们需要获取数据就得操作滑块验证,这里使用python搭配selenium实现滑动验证码自动化。</p> <h3>代码 {#代码}</h3> <p><a href="https://gitee.com/xiaojinggege/j...
<blockquote> <p>list 是一种元素个数可变的线性表,采用了分离式技术实现的动态顺序表。可以加入和删除元素,并在各种操作中维持已有元素的顺序(即保序)。</p> </blockquote> <h2>1.1 创建顺序表</h2> <pre><code class="...
``` #include <Python.h> #include <iostream> using namespace std; int main() { // 设置 Python Home 路径,否则找不到 Python 解释器 Py_SetPythonHome(L"C:\\Users\\china\\miniconda3\\env...
<p>PyTorch 是一个 Python 包,用于将数据封装成张量(Tensor)来进行运算。PyTorch 中的张量就是元素为同一种数据类型的多维矩阵。</p> <ol> <li> <p>基本创建方式</p> </li> <li> <p>创建线性和随机张量</p...
<p>PyTorch 为每个张量封装很多实用的计算函数,例如计算均值、平方根、求和等等。</p> <ol> <li>mean 函数用于计算张量均值</li> <li>sum 函数用于计算张量和</li> <li>pow 函数用于计算张量平方</li> <li>...
<p>自动微分(Autograd)模块对张量做了进一步的封装,具有自动求导功能。自动微分模块是构成神经网络训练的必要模块,在神经网络的反向传播过程中,Autograd 模块基于正向计算的结果对当前的参数进行微分计算,从而实现网络权重参数的更新。</p> <ol> <li><strong>梯度基本计算</stron...
我们通过手动实现线性回归的假设函数、平方损失、SGD优化方法、以及训练函数来实现对 sklearn make_regression 函数产生的数据集进行拟合,最后通过拟合直线、训练损失变化进行可视化。 ``` import torch from sklearn.datasets import make_regression import matplotlib.pyplot a...
<p>在 PyTorch 中,使用 torch.utils.data.DataLoader 类可以实现批量的数据集加载,在我们训练模型中非常常用,其功能也确实比较强度大。由于其参数比较多,我们将会对其用法进行详解。</p> <ol> <li> <p>DataLoader 的基本使用</p> </li&...
当我们使用 PyTorch 构建神经网络时,经常使用到一些内置的网络层。本篇文章主要介绍下列层的使用: 1. 线性层(Linear) 2. 词嵌入层(Embedding) 3. 循环网络层(RNN、GRU、LSTM) 1. 线性层 {#title-0} ================= ``` torch.nn.Linear(in_features, out_featu...