在pytorch中的矩陣拼接有兩種方式：torch.cat()和torch.stack()。這種方式都是用來(lái)拼接矩陣的。那么torch.cat與torch.stack有什么區(qū)別呢？接下來(lái)這篇文章告訴你！
我們知道，有理數(shù)不是數(shù)的終點(diǎn)，有理數(shù)之外還有實(shí)數(shù)和虛數(shù)，虛數(shù)和實(shí)數(shù)可以組成復(fù)數(shù)。復(fù)數(shù)是科學(xué)運(yùn)算中常用的到的數(shù)學(xué)概念,而python是科學(xué)運(yùn)算中常用的編程語(yǔ)言，所以python對(duì)科學(xué)運(yùn)算的支持是很好的（將復(fù)數(shù)內(nèi)置在了標(biāo)準(zhǔn)庫(kù)中，可以直接使用）。接下來(lái)就讓我們來(lái)看看python復(fù)數(shù)表示和復(fù)數(shù)運(yùn)算是怎么操作的吧。
學(xué)習(xí)機(jī)器學(xué)習(xí)必然會(huì)學(xué)習(xí)到線性代數(shù)（里面的矩陣），因?yàn)椴还苁莕umpy還是tensor，又或者是torch，它們的數(shù)據(jù)結(jié)構(gòu)和運(yùn)算方式都類似于矩陣。然而有些函數(shù)我們是不太熟悉的，今天我們就來(lái)介紹一下pytorch矩陣拼接的函數(shù)——cat()和pytorch矩陣降維的函數(shù)——squeeze()吧。
在面試中，有些算法問(wèn)題是比較常問(wèn)到的，比如今天要介紹的Top K算法。這個(gè)算法的需求是，有一個(gè)數(shù)組（列表）中有n個(gè)數(shù)，求其中最大的k個(gè)數(shù)，這是一種快速排序算法的變種，雖然我們可以直接用排序進(jìn)行解決，但算法表現(xiàn)并不理想，接下來(lái)這篇文章我們就來(lái)介紹一下使用二分法進(jìn)行python求最大的k個(gè)數(shù)吧！
mnist是一個(gè)簡(jiǎn)單的計(jì)算機(jī)視覺(jué)數(shù)據(jù)集，它包含了各種手寫(xiě)數(shù)字圖片。是很多學(xué)習(xí)機(jī)器學(xué)習(xí)的初學(xué)者第一個(gè)接觸到的數(shù)據(jù)集。但是有一部分的小伙伴反應(yīng)Keras在mnist數(shù)據(jù)集載入的時(shí)候會(huì)出現(xiàn)報(bào)錯(cuò)的問(wèn)題，這里小編就這一問(wèn)題進(jìn)行一個(gè)解決方案的介紹：
在日常工作中我們可能會(huì)需要將兩個(gè)excel的內(nèi)容合并在一起，通常我們可以手動(dòng)進(jìn)行操作。但是學(xué)了自動(dòng)化測(cè)試的我們?cè)趺纯赡芨视谄椒?？接下?lái)我們就來(lái)介紹怎么用python操作excel來(lái)合并excel文件吧。
有些小伙伴在安裝pandas的時(shí)候出現(xiàn)了一些錯(cuò)誤導(dǎo)致pandas安裝不上。今天小編帶來(lái)一個(gè)pandas安裝報(bào)錯(cuò)的案例和解決方案，如果小伙伴也遇到了相似的錯(cuò)誤可以嘗試一下對(duì)應(yīng)的解決方案看看能不能解決問(wèn)題。
有些小伙伴由于各種原因使用網(wǎng)絡(luò)代理不能下載Keras的數(shù)據(jù)集，同時(shí)又沒(méi)辦法去更改網(wǎng)絡(luò)代理的設(shè)置。這種情況下該怎么辦呢？接下來(lái)小編帶來(lái)了Keras無(wú)法下載loaddata的解決方式。沒(méi)錯(cuò)，就是使用Keras離線數(shù)據(jù)集！
xpath是一種用來(lái)在xml文件中定位標(biāo)簽的一種語(yǔ)言。小編第一次認(rèn)識(shí)到這種語(yǔ)言是在selenium定位的時(shí)候。selenium定位中有一種定位器是幾乎萬(wàn)能的，那就是xpath定位器。接下來(lái)這篇文章，我們就來(lái)介紹一下這個(gè)萬(wàn)能的定位器xpath怎么用吧！
機(jī)器學(xué)習(xí)的重要應(yīng)用之一就是圖像識(shí)別，在圖像識(shí)別中比較好實(shí)現(xiàn)的圖像識(shí)別當(dāng)屬手寫(xiě)數(shù)字識(shí)別，那么pytorch怎么實(shí)現(xiàn)手寫(xiě)數(shù)字圖片識(shí)別呢？接下來(lái)這篇文章告訴你！
