Проверка атрибутов классов
Начиная с Python3, в Python появился модуль typing, который обеспечивает поддержку подсказок типа во время выполнения. Но для проверки значений нет единого способа проверки значений. Делимся статьей, где автор рассказывает про 7 вариантов проверки атрибутов класса.
👉Читать статью
#статьи
Начиная с Python3, в Python появился модуль typing, который обеспечивает поддержку подсказок типа во время выполнения. Но для проверки значений нет единого способа проверки значений. Делимся статьей, где автор рассказывает про 7 вариантов проверки атрибутов класса.
👉Читать статью
#статьи
👍1
Keras: ResNet
Продолжаем делиться циклом видеоматериалов про Keras. В этот раз ты познакомишься с принципами построения глубоких нейронных сетей. Рассматриваются сети VGG-16 и VGG-19. Также рассказано про идею построения остаточных блоков и остаточных сетей, положенных в основу архитектуры ResNet.
👀Смотреть видео
#видео
Продолжаем делиться циклом видеоматериалов про Keras. В этот раз ты познакомишься с принципами построения глубоких нейронных сетей. Рассматриваются сети VGG-16 и VGG-19. Также рассказано про идею построения остаточных блоков и остаточных сетей, положенных в основу архитектуры ResNet.
👀Смотреть видео
#видео
👍1
set.clear
Метод clear() удаляет все элементы из множества. В данном примере мы использовали метод clear() для удаления всех элементов множества vowels. В результате после очистки элемента мы получаем set() в качестве вывода, который представляет собой пустое множество.
#практика
Метод clear() удаляет все элементы из множества. В данном примере мы использовали метод clear() для удаления всех элементов множества vowels. В результате после очистки элемента мы получаем set() в качестве вывода, который представляет собой пустое множество.
#практика
👍3
Фреймворки с параллельной обработкой данных
Машинное обучение — это просто, когда ты работаешь с относительно небольшим набором данных. Но что делать, когда твой набор данных слишком велик, чтобы поместиться в памяти? Делимся статьей, где автор рассказывает про различные фреймворки с параллельной обработкой данных.
👉Читать статью
#статьи
Машинное обучение — это просто, когда ты работаешь с относительно небольшим набором данных. Но что делать, когда твой набор данных слишком велик, чтобы поместиться в памяти? Делимся статьей, где автор рассказывает про различные фреймворки с параллельной обработкой данных.
👉Читать статью
#статьи
👍1
Keras: Создание ResNet подобной архитектуры
Продолжаем делиться циклом видеоматериалов про Keras. В этот раз ты научишься проектировать и обучать глубокую нейронную сеть с обходными путями (ResNet-подобная архитектура) для распознавания изображений датасет CIFAR-10.
👀Смотреть видео
#видео
Продолжаем делиться циклом видеоматериалов про Keras. В этот раз ты научишься проектировать и обучать глубокую нейронную сеть с обходными путями (ResNet-подобная архитектура) для распознавания изображений датасет CIFAR-10.
👀Смотреть видео
#видео
👍1
list.remove
Метод remove() удаляет первый соответствующий элемент (который передается в качестве аргумента) из списка. Если элемент не существует, выдается ValueError: list.remove(x): x not in list. Обрати внимание, данный метод возвращает None.
#практика
Метод remove() удаляет первый соответствующий элемент (который передается в качестве аргумента) из списка. Если элемент не существует, выдается ValueError: list.remove(x): x not in list. Обрати внимание, данный метод возвращает None.
#практика
👍2
Обучение LLaMA с помощью RLHF
ChatGPT, GPT-4 и Claude являются мощными языковыми моделями, которые были точно настроены с использованием метода под названием Reinforcement Learning from Human Feedback (RLHF). Делимся статьей, где автор демонстрирует процесс обучения модели LLaMA с помощью RLHF.
👉Читать статью
#статьи
ChatGPT, GPT-4 и Claude являются мощными языковыми моделями, которые были точно настроены с использованием метода под названием Reinforcement Learning from Human Feedback (RLHF). Делимся статьей, где автор демонстрирует процесс обучения модели LLaMA с помощью RLHF.
👉Читать статью
#статьи
👍1
Keras: Тонкая настройка через fit
Продолжаем делиться циклом видеоматериалов про Keras. В этот раз ты узнаешь про способы создания выборок валидации с помощью параметров validation split и validation data. Продемонстрировано описание выборки валидации через класс tf data.
👀Смотреть видео
#видео
Продолжаем делиться циклом видеоматериалов про Keras. В этот раз ты узнаешь про способы создания выборок валидации с помощью параметров validation split и validation data. Продемонстрировано описание выборки валидации через класс tf data.
👀Смотреть видео
#видео
👍3
dictionary.pop
Метод pop() удаляет и возвращает элемент из словаря с заданным ключом. Ты можешь задать значение по умолчанию, которое должно быть возвращено, когда ключ отсутствует в словаре. Если ключ не найден и аргумент по умолчанию не указан - вызывается исключение KeyError.
#практика
Метод pop() удаляет и возвращает элемент из словаря с заданным ключом. Ты можешь задать значение по умолчанию, которое должно быть возвращено, когда ключ отсутствует в словаре. Если ключ не найден и аргумент по умолчанию не указан - вызывается исключение KeyError.
#практика
👍1
Добавление параметров в L-систему
Продолжаем делиться циклом видеоматериалов про фракталы. В этот раз ты узнаешь, что такое параметрическая L-система и как можно ее реализовать на Python. Приведен пример программы и генерации параметризованных фрактальных кривых.
👀Смотреть видео
#видео
Продолжаем делиться циклом видеоматериалов про фракталы. В этот раз ты узнаешь, что такое параметрическая L-система и как можно ее реализовать на Python. Приведен пример программы и генерации параметризованных фрактальных кривых.
👀Смотреть видео
#видео
Восстановление удаленной фотографии
Делимся статьей, где автор делится своим опытом восстановления удаленной фотографии с флешки. Для решения данной проблемы применяются методы машинного обучения для реконструкции файлов изображений.
👉Читать статью
#статьи
Делимся статьей, где автор делится своим опытом восстановления удаленной фотографии с флешки. Для решения данной проблемы применяются методы машинного обучения для реконструкции файлов изображений.
👉Читать статью
#статьи
👍2
type(): Создание класса
С помощью type() можно динамически создать класс. Для этого нужно функции передать три параметра. name – имя класса; bases – кортеж, из которого получен текущий класс; dict – словарь, который определяет пространства имен для класса.
#практика
С помощью type() можно динамически создать класс. Для этого нужно функции передать три параметра. name – имя класса; bases – кортеж, из которого получен текущий класс; dict – словарь, который определяет пространства имен для класса.
#практика
👍1
Keras: Тонкая настройка через compile
Продолжаем делиться циклом видеоматериалов про Keras. В этот раз ты узнаешь, как использовать классы оптимизаторов, потерь и метрик пакета Keras в методе compile(). Продемонстрированы примеры создания собственных функций и классов для потерь (базовый класс keras.losses.Loss).
👀Смотреть видео
#видео
Продолжаем делиться циклом видеоматериалов про Keras. В этот раз ты узнаешь, как использовать классы оптимизаторов, потерь и метрик пакета Keras в методе compile(). Продемонстрированы примеры создания собственных функций и классов для потерь (базовый класс keras.losses.Loss).
👀Смотреть видео
#видео
👍3
Точечные фильтры
Точечные фильтры используются в цифровой обработке сигналов и компьютерном зрении. Благодаря данной статье ты узнаешь, что такое точечные фильтры. Также ты изучишь принципы их работы.
👉Читать статью
#статьи
Точечные фильтры используются в цифровой обработке сигналов и компьютерном зрении. Благодаря данной статье ты узнаешь, что такое точечные фильтры. Также ты изучишь принципы их работы.
👉Читать статью
#статьи
👍2
translate
Метод translate() использует таблицу перевода для замены/перевода символов в заданной строке в соответствии с таблицей сопоставления. Таблица перевода создается статическим методом maketrans(). В данном примере строка удаления ThirdString сбрасывает отображение a и b на None. Когда строка переводится с помощью translate(), a и b удаляются, а символ “c” заменяется на вывод idef.
#практика
Метод translate() использует таблицу перевода для замены/перевода символов в заданной строке в соответствии с таблицей сопоставления. Таблица перевода создается статическим методом maketrans(). В данном примере строка удаления ThirdString сбрасывает отображение a и b на None. Когда строка переводится с помощью translate(), a и b удаляются, а символ “c” заменяется на вывод idef.
#практика
👍4
Keras: Способы сохранения моделей
Продолжаем делиться циклом видеоматериалов про Keras. В этот раз ты узнаешь, как выполнять сохранение и загрузку моделей с помощью методов пакета Keras: save(), save model() и load model(). Также продемонстрировано описание архитектуры моделей на уровне конфигурации, используя методы: get config() и from config().
👀Смотреть видео
#видео
Продолжаем делиться циклом видеоматериалов про Keras. В этот раз ты узнаешь, как выполнять сохранение и загрузку моделей с помощью методов пакета Keras: save(), save model() и load model(). Также продемонстрировано описание архитектуры моделей на уровне конфигурации, используя методы: get config() и from config().
👀Смотреть видео
#видео
👍2
Django: Создание блога
Благодаря данной статье ты научишься создавать блог на Django с опросами и тестами. Во время реализации ты попрактикуешься в работе с формами, представлениями, сигналами и SMTP.
👉Читать статью
#статьи #django
Благодаря данной статье ты научишься создавать блог на Django с опросами и тестами. Во время реализации ты попрактикуешься в работе с формами, представлениями, сигналами и SMTP.
👉Читать статью
#статьи #django
👍1
cmath.sqrt
Метод cmath.sqrt() возвращает квадратный корень комплексного числа. Если число меньше 0, возвращается ValueError. Если значение не является числом, возвращается TypeError.
#практика
Метод cmath.sqrt() возвращает квадратный корень комплексного числа. Если число меньше 0, возвращается ValueError. Если значение не является числом, возвращается TypeError.
#практика
Добавление цвета в L-систему
Продолжаем делиться циклом видеоматериалов про фракталы. В этот раз ты узнаешь, как раскрашивать фрактальное дерево природными цветами. Также ты научишься добавлять листья для получения красивого фрактального изображения. Приведен пример реализации L-системы в Pygame.
👀Смотреть видео
#видео
Продолжаем делиться циклом видеоматериалов про фракталы. В этот раз ты узнаешь, как раскрашивать фрактальное дерево природными цветами. Также ты научишься добавлять листья для получения красивого фрактального изображения. Приведен пример реализации L-системы в Pygame.
👀Смотреть видео
#видео
👍2
SQLAlchemy 2.0
Основная версия SQLAlchemy 2.0 была выпущена в январе 2023 года. Благодаря данной статье ты познакомишься с достоинствами и недостатками SQLAlchemy 2.0. Также приведен список всех изменений, внесенных в новый релиз.
👉Читать статью
#статьи
Основная версия SQLAlchemy 2.0 была выпущена в январе 2023 года. Благодаря данной статье ты познакомишься с достоинствами и недостатками SQLAlchemy 2.0. Также приведен список всех изменений, внесенных в новый релиз.
👉Читать статью
#статьи
👍2
symmetric_difference_update
Метод symmetric difference() возвращает новое множество, содержащее симметричную разность двух множеств. Метод symmetric difference update() обновляет множество, вызывая symmetric difference update(), с симметричной разницей множеств.
#практика
Метод symmetric difference() возвращает новое множество, содержащее симметричную разность двух множеств. Метод symmetric difference update() обновляет множество, вызывая symmetric difference update(), с симметричной разницей множеств.
#практика
👍2