注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Python Cookbook

  2. 第1章 文本 1 引言 1 1.1 每次处理一个字符 6 1.2 字符和字符值之间的转换 7 1.3 测试一个对象是否是类字符串 8 1.4 字符串对齐 10 1.5 去除字符串两端的空格 11 1.6 合并字符串 11 1.7 将字符串逐字符或逐词反转 14 1.8 检查字符串中是否包含某字符集合中的字符 15 1.9 简化字符串的translate方法的使用 18 1.10 过滤字符串中不属于指定集合的字符 20 1.11 检查一个字符串是文本还是二进制 23 1.12 控制大小写 25

  3. 所属分类：Python

    • 发布日期：2013-07-31
    • 文件大小：59768832
    • 提供者：winlrou

  1. Python.Cookbook(第2版)中文版

  2. 第1章 文本 引言 1 1.1 每次处理一个字符 1.2 字符和字符值之间的转换 1.3 测试一个对象是否是类字符串 1.4 字符串对齐 1.5 去除字符串两端的空格 1.6 合并字符串 1.7 将字符串逐字符或逐词反转 1.8 检查字符串中是否包含某字符集合中的字符 1.9 简化字符串的translate方法的使用 1.10 过滤字符串中不属于指定集合的字符 1.11 检查一个字符串是文本还是二进制 1.12 控制大小写 1.13 访问子字符串 1.14 改变多行文本字符串的缩进 1.15

  3. 所属分类：专业指导

    • 发布日期：2015-04-23
    • 文件大小：71303168
    • 提供者：lengwuqin

  1. python cookbook(第3版)

  2. 第一章：数据结构和算法 1.1 解压序列赋值给多个变量 1.2 解压可迭代对象赋值给多个变量 1.3 保留最后N个元素 1.4 查找最大或最小的N个元素 1.5 实现一个优先级队列 1.6 字典中的键映射多个值 1.7 字典排序 1.8 字典的运算 1.9 查找两字典的相同点 1.10 删除序列相同元素并保持顺序 1.11 命名切片 1.12 序列中出现次数最多的元素 1.13 通过某个关键字排序一个字典列表 1.14 排序不支持原生比较的对象 1.15 通过某个字段将记录分组 1.16 过滤

  3. 所属分类：Python

    • 发布日期：2016-01-06
    • 文件大小：4194304
    • 提供者：chengyulin888

  1. Python.Cookbook(第2版)中文版

  2. 第1章 文本 1 引言 1 1.1 每次处理一个字符 6 1.2 字符和字符值之间的转换 7 1.3 测试一个对象是否是类字符串 8 1.4 字符串对齐 10 1.5 去除字符串两端的空格 11 1.6 合并字符串 11 1.7 将字符串逐字符或逐词反转 14 1.8 检查字符串中是否包含某字符集合中的字符 15 1.9 简化字符串的translate方法的使用 18 1.10 过滤字符串中不属于指定集合的字符 20 1.11 检查一个字符串是文本还是二进制 23 1.12 控制大小写 25

  3. 所属分类：Python

    • 发布日期：2016-04-26
    • 文件大小：71303168
    • 提供者：skyfishsha

  1. windows gpu Theano python配置

  2. 【1】操作系统：Windows 7 （64位）Professional旗舰版。 【2】Python环境及相关依赖包： 【3】Theano包安装： 【4】C++环境安装：直接安装微软的VisualStudio环境 【5】并行计算架构CUDA7.5的安装 【6】cuda7.5和VS2013的配置 【7】配置Cudnn加速 【8】修改配置文件.theanorc.txt

  3. 所属分类：其它

    • 发布日期：2017-02-10
    • 文件大小：1048576
    • 提供者：u014136381

  1. python入门到高级全栈工程师培训 第3期 附课件代码

  2. python入门到高级全栈工程师培训视频学习资料；本资料仅用于学习，请查看后24小时之内删除。 【课程内容】 第1章 01 计算机发展史 02 计算机系统 03 小结 04 数据的概念 05 进制转换 06 原码补码反码 07 物理层和数据链路层 08 网络层和arp协议 09 传输层和应用层 第2章 01 上节课复习 02 arp协议复习 03 字符编码 第3章 01 网络基础和dos命令 02 为何学习linux 03 课程内容介绍 04 操作系统内核与系统调用 05 操作系统安装原理 0

  3. 所属分类：专业指导

    • 发布日期：2018-06-07
    • 文件大小：88
    • 提供者：sacacia

  1. Python-pagmo一个CPython大规模并行优化计算库

  2. 一个C / Python平台，通过异步通用岛模型执行优化任务（全局和本地）的并行计算。

  3. 所属分类：其它

    • 发布日期：2019-08-10
    • 文件大小：12582912
    • 提供者：weixin_39841848

  1. Python基于pyCUDA实现GPU加速并行计算功能入门教程

  2. 本文实例讲述了Python基于pyCUDA实现GPU加速并行计算功能。分享给大家供大家参考，具体如下： Nvidia的CUDA 架构为我们提供了一种便捷的方式来直接操纵GPU 并进行编程，但是基于 C语言的CUDA实现较为复杂，开发周期较长。而python 作为一门广泛使用的语言，具有 简单易学、语法简单、开发迅速等优点。作为第四种CUDA支持语言，相信python一定会 在高性能计算上有杰出的贡献–pyCUDA。 pyCUDA特点 CUDA完全的python实现 编码更为灵活、迅速、

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：84992
    • 提供者：weixin_38730129

  1. lindemann:lindemann是一个python软件包，用于计算lammps轨迹的Lindemann指数-源码

  2. 林德曼 lindemann是一个Python软件包，用于计算LAMMPS轨迹的Lindemann指数以及每帧温度斜坡的Lindemann指数的变化，以进行相变分析。 安装 它需要python 3.7 pip install lindemann 或与Poetry安装 poetry add lindemann 用法 lindemann [OPTIONS] TRJFILE 或与Poetry安装： poetry run [OPTIONS] TRJFILE 注意事项： 尽管有-t标志，但在运行任

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：18874368
    • 提供者：weixin_42099633

  1. ctpfrec:使用“基于泊松分解的基于内容的建议”的Python实现，并带有一些扩展-源码

  2. 协作主题泊松分解 用于基于概率的泊松分解的基于内容的建议中描述的概率矩阵分解算法的Python实现（Gopalan，PK，Charlin，L. and Blei，D.，2014） 。 这是一个针对推荐系统的统计模型，该系统具有隐含数据，该隐含数据由用户与项目的互动次数（例如，每个用户对不同产品的点击次数）加上项目的词袋表示组成。 该模型使用均值场变分推断进行拟合。 也可以使模型适合用户的附带信息，该信息包括对不同属性的计数（与项目的词袋相同的格式）。 由于它获取有关物品的辅助信息，因此具有能

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：62464
    • 提供者：weixin_42172572

  1. espresso：Espresso：快速的端到端神经语音识别工具包-源码

  2. 浓咖啡 Espresso是基于深度学习库和流行的神经机器翻译工具的开源，模块化，可扩展的端到端神经自动语音识别（ASR）工具包。 Espresso支持在GPU和计算节点之间进行分布式训练，并具有ASR中常用的各种解码方法，包括基于超前单词的语言模型融合，为此实现了快速，并行的解码器。 我们为以下语音数据集提供最新的培训食谱： 什么是新的： 2020年6月：发布了变压器配方。 2020年4月：现已支持 （使用 ）和混合ASR的交叉熵训练。 和分别提供WSJ配方作为示例。 2020年3月：支

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：3145728
    • 提供者：weixin_42116585

  1. SParry：SParry是最短路径计算工具，使用了一些带有cuda的算法来加速-源码

  2. SParry是使用某些带有CUDA的算法来加速的最短路径计算工具。 | 它正在发展。 SParry是最短路径计算工具包，主要的最短路径算法包括Dijkstra ， Bellman-Ford ， Delta-Stepping和Edge-Based进行了封装。 提供了基于CUDA的并行加速版本以提高开发效率。 同时，当图形太大而无法直接将其放置到GPU中时，它可以将图形数据分为多个部分，并且比使用CPU更快地解决它。 安装 环境与依赖 以下是在开发实验中通过测试的环境。 窗户： pytho

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：1048576
    • 提供者：weixin_42123191

  1. taichi：生产和便携式编程语言，用于在CPU和GPU上进行高性能，稀疏和差异化计算-源码

  2. | | || 概述 Taichi （太极）是为高性能计算机图形学而设计的一种编程语言。 它深深地嵌入在Python中，并且它的即时编译器将计算密集型任务转移到多核CPU和大规模并行GPU上。 太极拳的高级功能包括和 。 请查看有关太极拳基础的SIGGRAPH 2020课程： ， ， 。 中文视频教程： ， 范例（ ） 安装 python3 -m pip install taichi 支持的操作系统：Windows，Linux，Mac OS X； Python ：3.6 / 3.

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：1048576
    • 提供者：weixin_42119866

  1. virtex：服务于计算工作负载-源码

  2. 涡流 Virtex是一个ML服务框架，可用于在GPU上运行推理。 内容 部分 描述 哲学与实施 功能概述 如何安装套件 Virtex概述 普罗米修斯指标集成 链接到完整示例 性能比较 [文档] 完整的API文档等 设计原则 哲学 灵活性：Python本机服务实现无需供应商锁定。 使用您选择的软件包。 无共享：事件循环上的高性能服务实施，将昂贵的计算卸载到加速器。 没有进程间通讯！ 执行 动态批量 建立在和之上的异步服务。 通过协程和期货在同一线程上进行服务和模型执行。 通过gunico

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：52224
    • 提供者：weixin_42131705

  1. pyFEL：Genesis 1.3 V4的无耻python克隆-源码

  2. pyFEL Genesis 1.3 V4的无耻python克隆 描述 该项目旨在开发与Genesis 1.3 V4几乎100％兼容的软件包。 计划进行一些增强： 当存在计算加速器（如GPU，多核CPU）时，Opencl后端可加快仿真速度。 添加了以TOML和JSON格式描述输入文件的可能性 晶格元素的插件接口可简化新光束转换的创建。 加速腔和多极/组合功能磁体 并行随机发生器（PCG64），可在任意数量的MPI节点上进行可重现的仿真。 测试！！！

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：37888
    • 提供者：weixin_42135754

  1. chord-extractor：用于从多种声音文件格式中提取和弦的Python库-源码

  2. 和弦提取器 Python库，用于从多种格式的声音文件中提取和弦序列，并可以选择利用多重处理来快速从许多文件中获取数据。 提取过程包裹了但可扩展以轻松合并其他技术。 为什么？ 主要用于分析音乐作品及其和声进行的人。 是用于提取和弦的C ++ ，但是即使使用了有用的 Python包装器，设置所有内容是一件。 该项目旨在帮助弄清先决条件，并使用户起步并以尽可能少的麻烦提取和弦。 和弦提取许多文件非常耗时。 该库提供了并行化（在特定计算机上）的选项，以显着减少总体处理时间。 有些音乐文件很容易

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：28311552
    • 提供者：weixin_42133452

  1. SCTransformPy：R包SCTransform的python端口：-源码

  2. SCTransformPy 这是R包的python端口。 目前，我仅将日志UMI计数用作单个潜在变量（R包中的默认变量）。 我计划允许用户定义自定义回归模型，就像在R实现中一样。 实施说明： 使用statsmodels程序包进行Poisson回归并与multiprocessing并行化。 改进的Sheather＆Jones带宽计算由KDEpy包实现。 使用MLE估计theta是从R中的theta.ml函数转换而来的。 皮尔逊残差将自动裁剪为[0, sqrt(N/30)] ，其中N是

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：4096
    • 提供者：weixin_42131352

  1. jstarcraft-ai：目标是提供一个完整的Java机器学习（Machine LearningML）框架，是人工智能在学术界与工业界的桥梁。让相关领域的研发人员能够在各种软硬件环境数据结构算法模型之间无缝切换。涵盖了从数据处理到模型的训

  2. 星际争霸AI 希望路过的同学，顺手给JStarCraft框架点个Star，算是对作者的一种鼓励吧！ JStarCraft AI是一个机器学习的轻量级框架。遵循Apache 2.0协议。 在学术界，大规模研究人员使用的编程语言是Python。 在工业界，大规模开发人员使用的编程语言是Java。 JStarCraft AI是一个基于Java语言的机器学习工具包，由一系列的数据结构，算法和模型组成。 目标是作为在学术界与工业界的机器机器研究研发的相关人员之间的主轴。 作者 洪钊桦 电子邮件 ，

  3. 所属分类：其它

    • 发布日期：2021-01-31
    • 文件大小：1048576
    • 提供者：weixin_42130786

  1. networkit：NetworKit是一个用于大型网络分析的增长中的开源工具包-源码

  2. 是用于高性能网络分析的开源工具套件。 它的目的是提供分析范围从数千到数十亿个边缘的大型网络的工具。 为此，它实现了有效的图形算法，其中许多并行使用多核体系结构。 这些是为了计算网络分析的标准度量。 NetworKit专注于可扩展性和全面性。 NetworKit还是算法工程的测试平台，其中包含来自最近发表的研究的新颖算法（请参见下面的出版物列表）。 NetworKit是一个Python模块。 高性能算法使用C ++编写，并通过Cython工具链公开给Python。 Python反过来使我们能够进

  3. 所属分类：其它

    • 发布日期：2021-01-28
    • 文件大小：8388608
    • 提供者：weixin_38705640

  1. python分布式编程实现过程解析

  2. 分布式编程的难点在于： 1.服务器之间的通信，主节点如何了解从节点的执行进度，并在从节点之间进行负载均衡和任务调度； 2.如何让多个服务器上的进程访问同一资源的不同部分进行执行 第一部分涉及到网络编程的底层细节 第二个问题让我联想到hdfs的一些功能。 首先分布式进程还是解决的是单机单进程无法处理的大数据量大计算量的问题，希望能加通过一份代码（最多主+从两份）来并行执行一个大任务。 这就面临两个问题，首先将程序分布到多台服务器，其次将输入数据分配给多台服务器。 第一个问题相对比较简单，毕竟程序一

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：65536
    • 提供者：weixin_38745891
« 12 »