<MyRusakov.ru />

Создание нейросетей на Python

Создание нейросетей на Python

Этот курс научит Вас созданию нейросетей на Python. Курс рассчитан на начинающих. Вся информация идёт от простого к сложному очень маленькими шажками. При этом глубокое знание математики не требуется. Поскольку в курсе Вы будете получать эти знания по мере необходимости.

Из курса Вы узнаете всю необходимую теорию и терминологию. Научитесь создавать нейросети самых разных архитектур и обучать их. Также Вы создадите собственный фреймворк. Что очень важно проделать для грамотного использования того же PyTorch. Затем Вы изучите и сам PyTorch.

Помимо уроков к курсу идут упражнения для закрепления материала.

Ещё Вы получите Бонусы, дополняющие основной курс: "Распознавание изображений", "Анализ настроения по тексту отзыва", "Программирование на Python с Нуля до Гуру".

Подробнее
Подписка

Подпишитесь на мой канал на YouTube, где я регулярно публикую новые видео.

YouTube Подписаться

Подписавшись по E-mail, Вы будете получать уведомления о новых статьях.

Подписка Подписаться

Добавляйтесь ко мне в друзья ВКонтакте! Отзывы о сайте и обо мне оставляйте в моей группе.

Мой аккаунт Мой аккаунт Моя группа
Опрос

Какая тема Вас интересует больше?

Итераторы в Python

Итераторы в Python

В задачах программирования часто возникает проблема перебора элементов из коллекции данных. В случае ограниченного их количества можно использовать просто цикл for. Но что если длина последовательности приближается к достаточно большому значению, а нужно вывести только их часть. Здесь в дело вступает итератор. Итератор в программировании - это объект, который позволяет проходить через все элементы коллекции, независимо от ее конкретной реализации.

В Python итератор - это объект, реализующий протокол итератора. Протокол итератора состоит из двух методов. Метод __ iter __(), который должен возвращать объект-итератор, и метод __ next __(), который возвращает следующий элемент из последовательности. В данной статье мы создадим класс реализующий данную концепцию и рассмотрим некоторые из его особенностей.

Итераторы имеют несколько преимуществ:

Более чистый код.

Итераторы могут работать с бесконечными последовательностями.

Итераторы экономят ресурсы.

Python имеет несколько встроенных объектов, реализующих протокол итератора. Например, списки, кортежи, строки, словари или файлы.

Давайте создадим объект итератора следуя правилам его реализации, для чего используем методы __ iter __(), __ next __():


#!/usr/bin/env python

# iterator.py

str = "formidable"

for e in str:
   print(e, end=" ")

print()

# начало итератора

it = iter(str)

print(next(it))
print(next(it))
print(next(it))

print(list(it))

'''
вывод

iterator.py 

f o r m i d a b l e
f
o
r
['m', 'i', 'd', 'a', 'b', 'l', 'e']
'''

Таким образом каждый последующий элемент выводится только после обращения к нему.

Говоря об системных ресурсов мы подразумеваем, что при работе с итераторами мы можем получить следующий элемент в последовательности, не сохраняя весь набор данных в памяти.

Что касается чистоты кода:


with open('data.txt', 'r') as f:

    for line in f:
        print(line.rstrip())

Функция open() возвращает файловый объект, который является итератором. Мы можем использовать его в цикле for. Благодаря использованию итератора код становится чище.

Протокол итератора Python.

В следующем примере мы создаем настраиваемый объект, реализующий протокол итератора.

В примере кода мы создаем последовательность чисел 1, 4, 27, 256 тем самым демонстрируя, что с итераторами мы можем работать с бесконечными последовательностями.

Оператор for вызывает функцию __ iter __() для объекта-контейнера. Функция возвращает объект-итератор, который определяет метод __ next __(), который обращается к элементам в контейнере по одному.


# iterator_protocol.py

class Seq:
 
   def __init__(self):
       
      self.x = 0
   
   def __ next __(self):
   
      self.x += 1
      return self.x**self.x

   def __ iter __(self):
       
      return self


s = Seq()
n = 0

for e in s:

   print(e)
   n += 1
   # прерывание цикла
   if n > 10:
      break

      
'''
вывод 

./iterator.py 
1
4
27
256
'''

Цикл можно прервать другим способом. В определении класса мы должны вызвать исключение StopIteration. В следующем примере мы повторяем наш предыдущий код.


def __ next __(self):
       
      self.x += 1
      
      if self.x > 14:
         raise StopIteration
     
      return self.x ** self.x

Таким образом с помощью итератора в Python мы создали класс для работы с бесконечной последовательностью.

Копирование материалов разрешается только с указанием автора (Михаил Русаков) и индексируемой прямой ссылкой на сайт (http://myrusakov.ru)!

Добавляйтесь ко мне в друзья ВКонтакте: http://vk.com/myrusakov.
Если Вы хотите дать оценку мне и моей работе, то напишите её в моей группе: http://vk.com/rusakovmy.

Если Вы не хотите пропустить новые материалы на сайте,
то Вы можете подписаться на обновления: Подписаться на обновления

Если у Вас остались какие-либо вопросы, либо у Вас есть желание высказаться по поводу этой статьи, то Вы можете оставить свой комментарий внизу страницы.

Порекомендуйте эту статью друзьям:

Если Вам понравился сайт, то разместите ссылку на него (у себя на сайте, на форуме, в контакте):

  1. Кнопка:

    Она выглядит вот так: Как создать свой сайт

  2. Текстовая ссылка:

    Она выглядит вот так: Как создать свой сайт

  3. BB-код ссылки для форумов (например, можете поставить её в подписи):

Комментарии (0):

Для добавления комментариев надо войти в систему.
Если Вы ещё не зарегистрированы на сайте, то сначала зарегистрируйтесь.