Py关键词检索结果

如何使用 Python Random 模块实现随机化

How to Implement Randomization with the Python Random Module

让我们在代码的输出中生成随机性这篇文章《如何使用 Python 随机模块实现随机化》首先出现在《走向数据科学》上。

Python 中的现代 DataFrame:Polars 和 DuckDB 实践教程

Modern DataFrames in Python: A Hands-On Tutorial with Polars and DuckDB

我如何学会在不减慢整个工作流程的情况下处理不断增长的数据集Python 中的现代数据框架:Polars 和 DuckDB 的实践教程首先出现在《走向数据科学》上。

数据可视化解释(第 5 部分):在 Python 中可视化时间序列数据(Matplotlib、Plotly 和 Altair)

Data Visualization Explained (Part 5): Visualizing Time-Series Data in Python (Matplotlib, Plotly, and Altair)

对时间序列可视化的解释,包括 Matplotlib、Plotly 和 Altair 中的深入代码示例。数据可视化解释(第 5 部分):在 Python 中可视化时间序列数据(Matplotlib、Plotly 和 Altair)一文首先出现在 Towards Data Science 上。

PyTorch 初学者教程:从头开始构建多重回归模型

PyTorch Tutorial for Beginners: Build a Multiple Regression Model from Scratch

PyTorch 实践:构建用于多元回归的 3 层神经网络《PyTorch 初学者教程:从头开始构建多元回归模型》首先出现在《走向数据科学》上。

即使您是初学者,如何编写可读的 Python 函数

How to Write Readable Python Functions Even If You’re a Beginner

编写可读的 Python 函数并不一定很困难。本指南展示了适合初学者的简单技术,使您的代码清晰、一致且易于其他人理解。

使用 Python 的机器人技术:Q-Learning、Actor-Critic 与进化算法

Robotics with Python: Q-Learning vs Actor-Critic vs Evolutionary Algorithms

为您的 RL 机器人构建自定义 3D 环境Python 机器人学:Q-Learning vs Actor-Critic vs Evolutionary Algorithms 帖子首先出现在 Towards Data Science 上。

使用 C 使 Python 速度提高 150 倍

Make Python Up to 150× Faster with C

将性能关键型代码卸载到 C 而不放弃 Python 的实用指南。使用 C 将 Python 速度提高 150 倍一文首先出现在 Towards Data Science 上。

绝对初学者的 NumPy:基于项目的数据分析方法

NumPy for Absolute Beginners: A Project-Based Approach to Data Analysis

从头开始构建高性能传感器数据管道,释放 Python 科学计算核心的真正速度《面向绝对初学者的 NumPy:基于项目的数据分析方法》一文首先出现在《走向数据科学》上。

使用 AI 和 Python 训练人形机器人

Train a Humanoid Robot with AI and Python

使用 MuJoCo 和 Gym 进行 3D 模拟和强化学习使用 AI 和 Python 训练人形机器人一文首先出现在 Towards Data Science 上。

Python 加速。 CPython 采用了 PEP 810 - “惰性”导入,可以节省内存并加快启动速度。

Python ускоряется. В CPython приняли PEP 810 — «ленивые» импорты, которые экономят память и ускоряют запуск.

新机制解决了大型项目和控制台实用程序中导入长链的老问题。

Python 应用程序、macOS 上的主动和隐藏恶意软件感染媒介

Python Applications, Active & Hidden Malware Infection Vector on macOS

执行摘要 自 macOS 12.3 (Monterey) 发布以来,Python 尚未包含在 Apple 操作系统中。这种编程语言因其多功能性而受到开发人员和研究人员的欢迎,但苹果公司认为没有必要。值得注意的是,即使在删除之前,macOS 也只包含已弃用的 Python 2.7,而不包含最新版本。用户只能手动[...]macOS 上的 Python 应用程序、主动和隐藏恶意软件感染向量一文首先出现在 Mac 安全博客上。

Intego 发现未检测到的 OSX/Adload 反编译 Python 广告软件

Intego discovers undetected OSX/Adload decompiled Python adware

Intego 的恶意软件研究团队仔细研究了 OSX/Adload 广告软件样本,发现大多数防病毒供应商似乎都未检测到反编译的 Python 脚本。Intego 发现未检测到的 OSX/Adload 反编译 Python 广告软件的帖子首先出现在 Mac 安全博客上。

TDS 时事通讯:10 月份有关代理、Python、上下文工程等的必读内容

TDS Newsletter: October Must-Reads on Agents, Python, Context Engineering, and More

在 TDS 上,我们可以与读者分享一系列精辟的文章,涵盖尖端工具、基础数据和 ML 技能、对人工智能现状的深思熟虑以及我们顶级作者的职业(和其他)见解。从这个角度来看,十月是一个值得期待的十月。这篇 […]TDS 时事通讯:10 月有关代理、Python、上下文工程等的必读文章首先出现在《迈向数据科学》上。

Allient Inc. 推出 Pyxmos™ 伺服驱动器:用于 OEM 创新的灵活高速运动控制

Allient Inc. Launches Pyxmos™ Servo Drive: Flexible, High-Speed Motion Control for OEM Innovation

Pyxmos™ 采用紧凑的占地面积和先进的架构设计,使机器制造商能够通过无缝嵌入式控制功能实现高速运动控制,并且是 Allient 智能控制平台的一部分。

使用 NumPy 分析我的日常习惯(睡眠、屏幕时间和情绪)

Using NumPy to Analyze My Daily Habits (Sleep, Screen Time & Mood)

我可以使用 NumPy 弄清楚我的习惯如何影响我的情绪和生产力吗?使用 NumPy 分析我的日常习惯(睡眠、屏幕时间和情绪)的帖子首先出现在 Towards Data Science 上。

7 个最佳 Python 包管理器

Top 7 Python Package Managers

使用专为软件工程、数据科学和机器学习设计的顶级包管理器解锁高效的 Python 开发。

如何使用 Python 控制机器人

How to Control a Robot with Python

使用 PyBullet 进行 3D 模拟和运动控制如何使用 Python 控制机器人一文首先出现在 Towards Data Science 上。

使用 SageMaker HyperPod 上的交互式 IDE 增强您的 ML 工作流程

Power up your ML workflows with interactive IDEs on SageMaker HyperPod

采用 Amazon Elastic Kubernetes Service (EKS) 编排的 Amazon SageMaker HyperPod 集群现在支持创建和管理交互式开发环境,例如 JupyterLab 和开源 Visual Studio Code,通过为数据科学家提供熟悉工具的托管环境来简化 ML 开发生命周期。这篇文章展示了 HyperPod 管理员如何为其集群配置空间,以及数据科学家如何创建和连接到这些空间。