Python 是一种鸭子类型语言。这意味着变量的数据类型可以更改，只要语法兼容即可。Python 也是一种动态编程语言。这意味着我们可以在程序运行时更改它，包括定义新函数和名称解析的范围。这些不仅给了我们一个 [...]
作者归档 | Adrian Tam
Python 代码中的注释、文档字符串和类型提示
程序的源代码应该对人类来说是可读的。让它正确运行只是其目的的一半。没有适当的代码注释，对于个人（包括未来的你）来说，都很难理解代码背后的原理和意图。它还会使代码无法维护。在 [...]
Python 调试工具
在所有编程练习中，如果没有一个方便的调试器，很难走得远、走得深。Python 中内置的调试器 pdb 是一个成熟且功能强大的调试器，如果你知道如何使用它，可以极大地帮助我们。在本教程中，我们将了解 pdb 的作用 [...]
理解 Python 中的 Traceback
当 Python 程序中发生异常时，通常会打印出 traceback。了解如何阅读 traceback 可以帮助您轻松识别错误并进行修复。在本教程中，我们将了解 traceback 可以告诉您什么。完成本教程后，您将了解：如何阅读 [...]
Python 中的一些语言特性
Python 语言的语法非常强大且富有表现力。因此，用 Python 简洁地表达算法非常方便。也许这就是它在机器学习中如此受欢迎的原因，因为我们需要在开发机器学习模型时进行大量实验。如果您是 Python 新手，但有另一种编程语言的经验 [...]
微分在神经网络中的应用
微分演算在机器学习算法中是一个重要的工具。特别是神经网络，梯度下降算法依赖于梯度，梯度是通过微分计算得出的数量。在本教程中，我们将了解反向传播技术如何在神经网络中用于查找梯度。完成本教程后，您将了解 [...]
梯度消失问题的可视化
深度学习是一项新兴发明。部分原因在于计算能力的提高，使我们能够在神经网络中使用更多的感知器层。但同时，只有在知道如何解决梯度消失问题后，我们才能训练深度网络。在本教程中，我们将通过可视化 [...]
使用 CNN 进行金融时间序列预测
卷积神经网络起源于图像处理。它最初在 LeNet 中发布，用于识别 MNIST 手写数字。然而，卷积神经网络不仅限于处理图像。在本教程中，我们将通过金融市场的应用，看一个使用 CNN 进行时间序列预测的例子。 [...]
使用主成分分析进行人脸识别
机器学习的最新进展使得人脸识别不再是一个困难的问题。但在过去，研究人员进行了各种尝试并开发了各种技能，使计算机能够识别人员。早期的一种比较成功的尝试是基于线性代数技术的特征脸（eigenface）。在本教程中，我们将 [...]
使用奇异值分解构建推荐系统
奇异值分解是一种非常流行的线性代数技术，用于将矩阵分解为几个较小矩阵的乘积。事实上，它是一种有很多用途的技术。一个例子是我们可以使用 SVD 来发现项目之间的关系。基于此可以轻松构建推荐系统。 [...]