Top.Mail.Ru

Python

Python. Машинное обучение.

На этом уроке мы с вами научимся использовать машинное обучение при помощи Python для восстановления поврежденного изображения. Для начала проведем небольшой эксперимент. Берем картинку, например, вот такую: И попробуем загнать в модель машинного обучения окружения точек, точнее, цвета тех точек, которые находятся вокруг данной точки. Напомню, что цвет точки – это числа от 0 до… read more »

Python. Анализ данных. PANDAS

В языке Python существует множество библиотек для анализа данных, включая предобработку данных, Big Data, статистический анализ. Мы начнем свое знакомства с удивительным миром анализа  данных с библиотеки PANDAS, которая осуществляет их предобработку. Итак, допустим, у нас имеются некоторые данные в формате  CSV. Чтобы их загрузить, в библиотеке есть функция read_csv. Рассмотрим пример: #Подключим библиотеку import pandas… read more »

Python. Работа с файлами

Для того, чтобы открыть файл, в Python предусмотрена команда «open». Она может открывать как бинарные, так и текстовые файлы. У нее два параметра: имя файла и режим открытия. Например: f = open(‘text.txt’, ‘r’) откроет файл с именем “text.txt” для чтения. Существуют следующие режимы открытия файла: ·        На чтение “r” ·        На запись “w”. Если файл… read more »

Пишем нейросеть на Python. Часть 2

На прошлом уроке мы начали писать нейросеть на Python. Напомню что уже разработали: ·        Класс нейрона. ·        Три передаточных функции («как есть», «сигмоида» и «пороговая функция») ·        Простой тестовый пример. А сейчас напишем целую нейросеть, которая будет обучаться через генетический алгоритм. Но сначала немного теории. Как можно обучить нейронную сеть? В случае одного нейрона используем… read more »

Python. TensorFlow для чайников. Часть 2

На прошлом уроке я рассказал как создать на TensorFlow простой нейрон. Сегодня будем изучать другу часть библиотеки, связанную с визуализацией (TensorBoard). Что такое TensorBoard? Это мощная система визуализации, которая, как правило, ставиться вместе с самим TensorFlow. Он позволяет, например, визуализировать схему нейронной сети. Сейчас я вам это продемонстрирую. Итак, берем код прошлого урока. Слегка переделываем… read more »

Python. Unit test (Юнит-тесты)

Всем известно, что тестирование программ важно и актуально. Но, зачастую процесс прохождения кейс-тестов довольно трудоёмкий и утомительный. Именно поэтому во многих средах и языках программирования существуют различные средства автоматизации тестов. Одно из таких средств — так называемые «Unit — test». Что это такое? Понятие юнит-теста приходит из объектно-ориентированного программирования. Мы объявляем класс, который должен обладать… read more »

Python. TensorFlow для чайников. Часть 1.

TensorFlow  — это мощная библиотека для создания нейронных сетей. На уроке Пишем нейросеть на Python. Часть 1 я уже писал, как сделать нейросеть на Python. Поскольку вторая часть пока в работе, решил написать статью про TensorFlow, ибо это поистине великолепный инструмент. Если раньше нам надо было создавать свои классы, чтобы хранить информацию о весах нейрона, объединять их… read more »

Python. Работа со списками. Продолжение.

Продолжаем урок Работа со списками. На прошлом уроке я писал о том, что добавить элемент в список можно командой append. Она добавляет в конец списка. Но что если надо добавить в середину? Тогда используем insert, он вставляет перед указанной позицией: ls=[1,2,3,10,»sdfds»,44,11] ls.insert(0,’FFF’) print(ls) ls.insert(1,’sss’) print(ls) ls.insert(3,3.14) print(ls) Программа выдаст: [‘FFF’, 1, 2, 3, 10, ‘sdfds’,… read more »

Python. Работа со списками.

Под списком понимается набор элементов, следующих в определённом порядке. Что может храниться в списке? Да что угодно! Например, имена всех членов вашей семьи, список товаров, список всех улиц города. В списке могут храниться также и другие списки и вообще самые разные объекты. Например: ls=[«Иванов»,»Петров»,»Сидоров»] print(ls) Программа выдаст: [‘Иванов’, ‘Петров’, ‘Сидоров’] Вы скажите: ну и что?… read more »

Python. Научная графика

В python есть мощная библиотека matplotlib, которая позволяет работать с научной графикой. Для установки данной библиотеки нужно выполнить команду «python -m pip install matplotlib». При выполнении данной команды библиотека будет автоматически скачана и установлена. После установки мы можем импортировать библиотеку в свою программу на Python: import matplotlib as mpl # Вывод на экран текущей версии… read more »

Sidebar