ubuntu 安装 jax jaxlib cpu 和 gpu 版本 以及 tensorflow tensorRT的安装
安装jax jaxlib gpu tensorflow gpu tensorRT
Python开发之Python导包的几种方法，自定义包的生成以及导入详解
其实对于不经常使用python的使用者来说，导入模块可能是个很头疼的事情，他们并不知道python的导入包的机制其实是非常灵活的，当你大概知道了python解释器是怎样去查找并引用这些包的时候，那么你写的所有程序功能都可以作为包来供你调用，只要你开心。第二：在代码中把test_package的文件的
这8个NumPy函数可以解决90%的常见问题
NumPy是一个用于科学计算和数据分析的Python库，也是机器学习的支柱。
（2023.3.19）vscode配置numpy环境，实测有效
两分钟教你vscode配置numpy环境，实测有效
python3.8,3.9,3.10,3.11特性比较
最近计划将python2迁移到python3，由于本人学习时用的3.7版本，所以仅作大于3.7版本的比较。
【数据分析之道-NumPy(四)】numpy广播机制
NumPy的广播（broadcasting）机制是一种在不同形状的数组之间进行算术运算的机制。在许多情况下，我们需要将不同形状的数组进行算术运算，此时就可以使用广播机制。
Numpy 数组切片
Numpy 数组切片
python Web开发 flask轻量级Web框架实战项目--实现功能--账号密码登录界面(连接数据库Mysql)
python+web+flask轻量级框架的实战小项目。登录功能，后续功能可自行丰富。
Python绘图
该函数提供了一个相当类似的图标类型,使用方法和 candlestick 函数相同,使用类似的参数. 这里开盘价和收盘价不是由彩色矩形表示,而是由两条短水平线表示.通过使用 plt.subplots 函数,可以直接访问底层绘图对象,例如可以用它生成和第一个子图共享 x 轴的第二个子图.3.使用2个 Y
pycharm 解释器中有Numpy、torch，但是运行时还是会显示找不到这两个模块。
pycharm 解释器中有Numpy、torch，但是运行时还是会显示找不到这两个模块。
数学规划（Python cvxpy、scipy.optimize）
数学规划学习笔记
Python绘制时间序列数据的时序图、自相关图和偏自相关图
时序图、自相关图和偏相关图是判断时间序列数据是否平稳的重要依据。本文涉及的扩展库numpy、pandas、statsmodels一般可以使用pip进行在线安装，如果安装失败，可以到http...
线性代数 linear algebra
2.3 实现属于我们自己的向量Vector.pyclass Vector:def __init__(self, lst):self._values = lst#return lendef __len__(self):return len(self._values)#return index th i
Python函数
Python函数定义以def关键字开头，后跟函数名称和括号()。在括号内，您可以指定参数。pass在函数定义中，函数名称应该简明扼要地描述函数的功能，这样在调用函数时就可以清楚地知道函数要执行的操作。函数体中包含了函数具体的代码实现，可以是任何有效的Python代码。
np.expand_dims 小白详解
np.expand_dims 详解，一听就懂！内容包含分两层理解这个函数，以及这个函数实际中的用途。
Python并发编程系列之协程
协程，又称微线程，英文名为Coroutine。对于多线程，在执行一个个不同任务时，遇到阻塞（例如IO操作）时，操作系统会自动将CPU资源切换给另一个线程。但协程不同，协程是用户态的轻量级线程，更多的依靠用户切换。print(‘协程执行开始……’)print(‘协程执行结束……’)如果单单看first
Numpy中数组和矩阵操作的数学函数
Numpy 是一个强大的 Python 计算库。它提供了广泛的数学函数，可以对数组和矩阵执行各种操作。本文中将整理一些基本和常用的数学操作。
写完Numpy100道基础练习题后的错误总结和语法总结
numpy100题错误总结和语法总结！！我都已经踩了无数个雷了！！
深度学习03：PyTorch的数据类型Tensor
Tensor，即张量，它是PyTorch中基本的操作对象，简单的理解就是多维矩阵。Tensors与Numpy中的 ndarrays类似，但是在PyTorch中 Tensors 可以使用GPU进行计算。每个章节涉及的函数已经归纳在下方，可以随时查找用法。希望你能在此篇中有所收获
Python中[-1]、[:-1]、[::-1]、[n::-1]、[:,:,0]、[…,0]、[…,::-1] 的理解
在python中会出现[-1]、[:-1]、[::-1]、[n::-1]、[:,:,0]、[…,0]、[…,::-1]，他们分别是什么意思呢，这里就来详尽的说一下：下面的a = [1,2,3,4,5][-1]：列表最后一项[:-1]：从第一项到最后一项原型是[n : m]，前闭后开，索引从零开始，第
