搜索结果
查询Tags标签： dtype，共有 57条记录-
【Python数据分析-1】：Pandas的常用操作-Pandas的主要数据结构Series（一维数据）和DataFrame（二维数据）
大家好，这里是为代码封神的封神榜（有点吹牛皮了，哈哈）。还是新人初来乍到，希望大家多多指教。 本系列呢，是为大家带来的是Python数据分析，希望大家能够喜欢，多多支持。安装Pandas 从PyPi安装： pip install Pandas 复制代码 Pandas适用场景 Pandas 适用于处理与Ex…
2021/11/20 11:11:43 人评论 次浏览 -
【Python数据分析-1】：Pandas的常用操作-Pandas的主要数据结构Series（一维数据）和DataFrame（二维数据）
大家好，这里是为代码封神的封神榜（有点吹牛皮了，哈哈）。还是新人初来乍到，希望大家多多指教。 本系列呢，是为大家带来的是Python数据分析，希望大家能够喜欢，多多支持。安装Pandas 从PyPi安装： pip install Pandas 复制代码 Pandas适用场景 Pandas 适用于处理与Ex…
2021/11/20 11:11:43 人评论 次浏览 -
如何将算子添加到Relay
如何将算子添加到Relay 本文将介绍在Relay中注册新TVM算子所需的步骤。将PR添加累积产品运算示例。PR本身建立在另一个PR的基础上，该PR添加了一个累积和运算。 注册新算子需要几个步骤： 添加一个属性节点，声明编译时已知的固定参数 为算子编写一个类型关系，集成到Rela…
2021/11/19 6:39:45 人评论 次浏览 -
如何将算子添加到Relay
如何将算子添加到Relay 本文将介绍在Relay中注册新TVM算子所需的步骤。将PR添加累积产品运算示例。PR本身建立在另一个PR的基础上，该PR添加了一个累积和运算。 注册新算子需要几个步骤： 添加一个属性节点，声明编译时已知的固定参数 为算子编写一个类型关系，集成到Rela…
2021/11/19 6:39:45 人评论 次浏览 -
使用 mixed precision 给 Keras 加速
可以使用混合精度 mixed precision 给 Keras 加速，3个操作步骤如下： 使用算力在 7.0以上的GPU，比如 NVIDIA的 RTX 3090, 3080等。在建立模型之前，设置 global_policy 为 mixed_float16。 policy = tf.keras.mixed_precision.Policy(mixed_float16) tf.keras.mixed_pre…
2021/11/16 23:12:46 人评论 次浏览 -
使用 mixed precision 给 Keras 加速
可以使用混合精度 mixed precision 给 Keras 加速，3个操作步骤如下： 使用算力在 7.0以上的GPU，比如 NVIDIA的 RTX 3090, 3080等。在建立模型之前，设置 global_policy 为 mixed_float16。 policy = tf.keras.mixed_precision.Policy(mixed_float16) tf.keras.mixed_pre…
2021/11/16 23:12:46 人评论 次浏览 -
python之numpy
1. numpy中用于生成ndarray的常用方法 1.1 导入numpy模块 import numpy as np 1.2 生成特定ndarray数组的方法 np.ones(shape, dtype)np.ones_like(a, dtype)np.zeros(shape, dtype)np.zeros_like(a, dtype) 1.3 利用现有序列或数组生成ndarray数组 np.array(object,dtype…
2021/11/13 12:09:43 人评论 次浏览 -
python之numpy
1. numpy中用于生成ndarray的常用方法 1.1 导入numpy模块 import numpy as np 1.2 生成特定ndarray数组的方法 np.ones(shape, dtype)np.ones_like(a, dtype)np.zeros(shape, dtype)np.zeros_like(a, dtype) 1.3 利用现有序列或数组生成ndarray数组 np.array(object,dtype…
2021/11/13 12:09:43 人评论 次浏览 -
Python根据相同列合并csv文件（不去除不相同数据行）
接上一篇文章，如何在合并相同列的csv文件的情况下，保留未匹配到的数据行？ import pandas as pd import osdf01 = pd.read_csv("C:\\Users\\hanhan\\PycharmProjects\\pythonProject\\01.csv",encoding = gb2312,dtype=str)df02 = pd.read_csv("C:\\User…
2021/11/9 17:12:03 人评论 次浏览 -
Python根据相同列合并csv文件（不去除不相同数据行）
接上一篇文章，如何在合并相同列的csv文件的情况下，保留未匹配到的数据行？ import pandas as pd import osdf01 = pd.read_csv("C:\\Users\\hanhan\\PycharmProjects\\pythonProject\\01.csv",encoding = gb2312,dtype=str)df02 = pd.read_csv("C:\\User…
2021/11/9 17:12:03 人评论 次浏览 -
【python包】NumPy-快速处理数据
目录 一、ndarray对象 列表的缺点： NumPy的优点： 使用方法：多维数组 ndarray对象：形状，shape 元素类型 元素类型强制转换 从数列创建ndarray数组 用from系列方法创建ndarray 结构数组 掩膜数组 数组下标使用技巧 二、ufunc函数 ufunc的算术运算符/比较运算符 ufunc函…
2021/11/8 11:10:57 人评论 次浏览 -
【python包】NumPy-快速处理数据
目录 一、ndarray对象 列表的缺点： NumPy的优点： 使用方法：多维数组 ndarray对象：形状，shape 元素类型 元素类型强制转换 从数列创建ndarray数组 用from系列方法创建ndarray 结构数组 掩膜数组 数组下标使用技巧 二、ufunc函数 ufunc的算术运算符/比较运算符 ufunc函…
2021/11/8 11:10:57 人评论 次浏览 -
06-Panda统计计算和描述
import numpy as np import pandas as pddf=pd.DataFrame([[1.4,np.nan],[7.1,-4.5],[np.nan,np.nan],[0.75,-1.3]],index=[a,b,c,d],columns=[one,two]) dfonetwoa1.40NaNb7.10-4.5cNaNNaNd0.75-1.3 #默认按列求和 df.sum()one 9.25 two -5.80 dtype: float64# 按行…
2021/10/31 23:40:00 人评论 次浏览 -
06-Panda统计计算和描述
import numpy as np import pandas as pddf=pd.DataFrame([[1.4,np.nan],[7.1,-4.5],[np.nan,np.nan],[0.75,-1.3]],index=[a,b,c,d],columns=[one,two]) dfonetwoa1.40NaNb7.10-4.5cNaNNaNd0.75-1.3 #默认按列求和 df.sum()one 9.25 two -5.80 dtype: float64# 按行…
2021/10/31 23:40:00 人评论 次浏览 -
05-Pandas层级索引
1.层级索引 import numpy as np import pandas as pds1 = pd.Series(np.random.randn(12),index = [[a,a,a,b,b,b,c,c,c,d,d,d],[0,1,2,0,1,2,0,1,2,0,1,2]]) s1a 0 1.7665381 0.3451602 -1.049204 b 0 -0.2125961 0.2204032 -1.001067 c 0 -0.471350…
2021/10/31 23:39:43 人评论 次浏览
