<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?

Научные вычисления и модуль SciPy в Python

Научные вычисления и модуль SciPy в Python

Здравствуйте! Сегодня я хотел бы рассказать вам о научных вычислениях с использованием языка Python и модуля SciPy. Во многих научных вычислениях в области математики или физики возникает необходимость нахождения тех или иных зависимостей. Например: координаты мяча через время t по заданной функции, ускорение некоторого тела, статистические значения из выборки и так далее. Конечно вычисление подобных величин предусмотрено во многих языках, но все-же Python ввиду ясности синтаксиса позволяет находить их не задумываясь о сложности реализации. К тому-же сообщество языка разрабатывает подобные библиотеки, позволяющие нам пользоваться готовым константами и формулами. Такая возможность реализована в библиотеке SciPy.

SciPy - это библиотека научных вычислений, в которой используется NumPy .

Аббревиатура SciPy означает Scientific Python(научный Python).

Как и NumPy, SciPy имеет открытый исходный код, поэтому мы можем использовать его свободно. Заметим что основой его является библиотека NumPy.

Зачем же использовать SciPy?

Если SciPy использует NumPy под капотом, почему мы не можем просто использовать NumPy?.

Дело в том что SciPy содержит функции, которые часто используются в NumPy и Data Science.

На каком языке написан SciPy?

SciPy преимущественно написан на Python, но некоторые сегменты написаны на C.

Где находится база кода SciPy?

Исходный код SciPy находится в этом репозитории scipy

Установка SciPy.

SciPy идет в комплекте с пакетом Anaconda. Если же его нет, но установлены Python 3.8 и PIP в системе, то установка SciPy очень проста. Для начала создадим виртуальное окружение с venv для Python 3.6 и выше. И в терминале введем:


# для Windows

>>> python3 -m venv My_Venv
>>> cd My_Venv/Scripts
>>> activate

# Мы должны увидеть следующее

(My_Venv)>>>

# Что обозначает активированную среду/папку

# перейдем к установке библиотеки
(My_Venv)>>>pip install scipy

Импорт констант SciPy.


from scipy import constants

'''
выведем список содержащихся в нем констант:

Avogadro
Boltzmann
Btu
Btu_IT
Btu_th
ConstantWarning
G
Julian_year
N_A
Planck
R
Rydberg
Stefan_Boltzmann
'''


# используя одну из констант, теперь вычислим сколько кубометров в одном литре

print(constants.liter)

# вывод

0.001

Таким образом используя SciPy в научных вычислениях можно существенно сократить объем кода и сфокусироваться на решении самой задачи.

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.