Forwarded from Data Science Notes (Holistic SMM Agency)
Список шпаргалок:
1. Keras
2. Numpy
3. Pandas
4. Scipy
5. Matplotlib
6. Scikit-learn
7. Neural Networks Zoo
8. ggplot2
9. PySpark
10. R Studio
11. Jupyter Notebook
12. Dask
Читать
1. Keras
2. Numpy
3. Pandas
4. Scipy
5. Matplotlib
6. Scikit-learn
7. Neural Networks Zoo
8. ggplot2
9. PySpark
10. R Studio
11. Jupyter Notebook
12. Dask
Читать
http://qaru.site/questions/799214/how-to-convert-a-nested-list-into-a-one-dimensional-list-in-python
qaru.site
Как преобразовать вложенный список в одномерный список в Python? - python | Qaru
Я попробовал все (насколько мне известно) разбиение массива и объединение их вместе
и даже используя itertools:
import itertools
def oneDArray(x):
return list(itertools.chain(*x))
Результат:
a) print oneDArray([1,[2,2,2],4]) == [1,2,2,2,4]
и даже используя itertools:
import itertools
def oneDArray(x):
return list(itertools.chain(*x))
Результат:
a) print oneDArray([1,[2,2,2],4]) == [1,2,2,2,4]
Forwarded from Типичный программист
Краткое введение в Bootstrap
https://tprg.ru/3ckJ
Bootstrap — свободный набор инструментов для создания сайтов и веб-приложений, который включает в себя HTML- и CSS-шаблоны для различных компонентов веб-интерфейса.
В этом руководстве показываем:
— варианты подключения Bootstrap к своему проекту,
— типовую структуру проекта с использованием Bootstrap,
— пару простых примеров использования Bootstrap.
#веб #начинающим
https://tprg.ru/3ckJ
Bootstrap — свободный набор инструментов для создания сайтов и веб-приложений, который включает в себя HTML- и CSS-шаблоны для различных компонентов веб-интерфейса.
В этом руководстве показываем:
— варианты подключения Bootstrap к своему проекту,
— типовую структуру проекта с использованием Bootstrap,
— пару простых примеров использования Bootstrap.
#веб #начинающим
Forwarded from PythonDigest
Python разработка в Visual Studio Code
https://realpython.com/python-development-visual-studio-code/
https://realpython.com/python-development-visual-studio-code/
Forwarded from PythonDigest
Comprehensive Python Cheatsheet (2018)
https://gto76.github.io/python-cheatsheet/
https://gto76.github.io/python-cheatsheet/
Forwarded from PythonDigest
Подборка @pythonetc, январь 2019
https://habr.com/ru/post/438778/?utm_campaign=438778
Это восьмая подборка советов про Python и программирование из моего авторского канала @pythonetc.
https://habr.com/ru/post/438778/?utm_campaign=438778
Это восьмая подборка советов про Python и программирование из моего авторского канала @pythonetc.
Forwarded from PythonDigest
Keras: Multiple Inputs and Mixed Data
https://www.pyimagesearch.com/2019/02/04/keras-multiple-inputs-and-mixed-data/
https://www.pyimagesearch.com/2019/02/04/keras-multiple-inputs-and-mixed-data/
Forwarded from PythonDigest
Мозг изнутри (Визуализация прохождения паттерна через модель искусственной нейронной сети)
https://habr.com/ru/post/438972/?utm_campaign=438972
Статья предназначена для тех, кто когда-либо интересовался вопросом о том что же происходит внутри искусственной нейронной сети (artificial neural network) — ИНС. Сейчас разработать собственную ИНС может практически каждый используя уже готовые библиотеки, в большинстве языков программирования. В рассматриваемой статье я постараюсь показать как именно выглядит объект (Паттерн) проходящий через слои ИНС, разработанной и скомпилированной при помощи библиотеки глубокого обучения Tensorflow с надстройкой Keras.
https://habr.com/ru/post/438972/?utm_campaign=438972
Статья предназначена для тех, кто когда-либо интересовался вопросом о том что же происходит внутри искусственной нейронной сети (artificial neural network) — ИНС. Сейчас разработать собственную ИНС может практически каждый используя уже готовые библиотеки, в большинстве языков программирования. В рассматриваемой статье я постараюсь показать как именно выглядит объект (Паттерн) проходящий через слои ИНС, разработанной и скомпилированной при помощи библиотеки глубокого обучения Tensorflow с надстройкой Keras.
Forwarded from PythonDigest
Делаем нейронную сеть: как не сломать мозг
https://habr.com/ru/post/439038/?utm_campaign=439038
В этой небольшой заметке расскажу о двух подводных камнях, с которыми как легко столкнуться, так и легко о них разбиться.
Речь пойдет о создании тривиальной нейронной сети на Keras, с помощью которой будем предсказывать среднее арифметическое двух чисел.
Казалось бы, что может быть проще. И действительно, ничего сложного, но есть нюансы.
Кому тема интересна, добро пожаловать под кат, здесь не будет долгих занудных описаний, просто короткий код и комментарии к нему.
https://habr.com/ru/post/439038/?utm_campaign=439038
В этой небольшой заметке расскажу о двух подводных камнях, с которыми как легко столкнуться, так и легко о них разбиться.
Речь пойдет о создании тривиальной нейронной сети на Keras, с помощью которой будем предсказывать среднее арифметическое двух чисел.
Казалось бы, что может быть проще. И действительно, ничего сложного, но есть нюансы.
Кому тема интересна, добро пожаловать под кат, здесь не будет долгих занудных описаний, просто короткий код и комментарии к нему.
Forwarded from PythonDigest
Пишем XGBoost с нуля — часть 1: деревья решений
https://habr.com/ru/post/438560/?utm_campaign=438560
После многочисленных поисков качественных руководств о решающих деревьях и ансамблевых алгоритмах (бустинг, решающий лес и пр.) с их непосредственной реализацией на языках программирования, и так ничего не найдя (кто найдёт — напишите в комментах, может, что-то новое почерпну), я решил сделать своё собственное руководство, каким бы я хотел его видеть. Задача на словах простая, но, как известно, дьявол кроется в мелочах, коих в алгоритмах с деревьями очень много.
Так как тема достаточно обширная, то очень сложно будет уместить всё в одну статью, поэтому будет две публикации: первая посвящена деревьям, а вторая часть будет посвящена реализации алгоритма градиентного бустинга. Весь изложенный здесь материал собран и оформлен на основе открытых источников, моего кода, кода коллег и друзей. Сразу предупреждаю, кода будет много.
https://habr.com/ru/post/438560/?utm_campaign=438560
После многочисленных поисков качественных руководств о решающих деревьях и ансамблевых алгоритмах (бустинг, решающий лес и пр.) с их непосредственной реализацией на языках программирования, и так ничего не найдя (кто найдёт — напишите в комментах, может, что-то новое почерпну), я решил сделать своё собственное руководство, каким бы я хотел его видеть. Задача на словах простая, но, как известно, дьявол кроется в мелочах, коих в алгоритмах с деревьями очень много.
Так как тема достаточно обширная, то очень сложно будет уместить всё в одну статью, поэтому будет две публикации: первая посвящена деревьям, а вторая часть будет посвящена реализации алгоритма градиентного бустинга. Весь изложенный здесь материал собран и оформлен на основе открытых источников, моего кода, кода коллег и друзей. Сразу предупреждаю, кода будет много.
Forwarded from PythonDigest
Как устроен штрихкод?
https://habr.com/ru/post/439604/?utm_campaign=439604
Со штрихкодами современный человек сталкивается каждый день, даже не задумываясь об этом. Когда мы покупаем в супермаркете продукты, их коды считываются именно с помощью штрихкода. Также посылки, товары на складах, и прочее и прочее. Однако, мало кто знает, как же реально это работает.
Как устроен баркод, и что закодировано на этой картинке?
https://habr.com/ru/post/439604/?utm_campaign=439604
Со штрихкодами современный человек сталкивается каждый день, даже не задумываясь об этом. Когда мы покупаем в супермаркете продукты, их коды считываются именно с помощью штрихкода. Также посылки, товары на складах, и прочее и прочее. Однако, мало кто знает, как же реально это работает.
Как устроен баркод, и что закодировано на этой картинке?