python教程技术文章

  • TensorFlow嵌入层使用技巧:处理类别特征方法
    TensorFlow嵌入层使用技巧:处理类别特征方法
    Embedding层不能直接接原始类别ID,因其要求输入为从0开始的连续非负整数索引;若用pandascategory.codes需检查并处理-1(未见类别),推荐用StringLookup或IntegerLookup构建确定性映射表。
    文章 · python教程   |  5个月前  |   490浏览 收藏
  • Python中self的作用详解
    Python中self的作用详解
    self是当前实例的引用,用于访问实例属性和方法;Python自动将实例作为第一个参数传入,self并非关键字而是约定名称,通过它可操作对象状态,确保方法能正确作用于具体实例。
    文章 · python教程   |  5个月前  |   475浏览 收藏
  • Python过拟合检测:验证曲线对比分析
    Python过拟合检测:验证曲线对比分析
    validation_curve能识别过拟合,因其绘制训练集与验证集得分随超参数变化的曲线:过拟合时训练得分持续上升而验证得分先升后降,二者差距扩大,拐点即过拟合起点。
    文章 · python教程   |  5个月前  |   341浏览 收藏
  • Python类属性修改监控与日志记录
    Python类属性修改监控与日志记录
    __setattr__不能可靠捕获所有属性赋值,仅对点号赋值和setattr()生效;需用self.__dict__[key]=value避免递归,并在__init__中标记初始化状态以区分首次赋值与后续修改。
    文章 · python教程   |  5个月前  |   296浏览 收藏
  • Python数据列移动:pop取出insert插入位置
    Python数据列移动:pop取出insert插入位置
    直接操作df.columns的pop()/insert()会失败,因columns是不可变Index;正确做法是转为列表修改后用df[新列名列表]重排,或用reindex(columns=...)容忍缺失列。
    文章 · python教程   |  5个月前  |   235浏览 收藏
  • Python基础语法:变量条件循环全解析
    Python基础语法:变量条件循环全解析
    Python基础核心是变量、条件和循环:变量是对象的标签,动态类型;条件用缩进和if/elif/else实现,支持链式比较与布尔自动转换。
    文章 · python教程   |  5个月前  |   399浏览 收藏
  • Pandasconcat合并df1和df2方法详解
    Pandasconcat合并df1和df2方法详解
    该用pd.concat()时是单纯堆叠或并排拼接表而不需语义关联;它按axis=0纵向叠加行、axis=1横向对齐索引拼列,不支持on参数,也不校验逻辑一致性。
    文章 · python教程   |  5个月前  |   122浏览 收藏
  • 企业模型调优全流程详解教程
    企业模型调优全流程详解教程
    企业模型调优是围绕业务目标、数据质量、部署约束和迭代机制的工程化闭环,核心是保障模型在真实场景中持续稳定发挥价值。需明确业务导向的调优目标与线上评估口径,分层诊断数据、特征、模型问题,按阶段选择适配手段,并建立含分布监控、影子模式、模型卡片的可持续机制。
    文章 · python教程   |  5个月前  |   455浏览 收藏
  • Python类继承实现与优势解析
    Python类继承实现与优势解析
    Python中通过类名后加父类实现继承,子类可重写或扩展父类方法,支持多层与多重继承,提升代码复用、可维护性与扩展性,并实现多态。
    文章 · python教程   |  5个月前  |   Python 类继承 182浏览 收藏
  • PyTorch导出ONNX及dynamic_axes设置详解
    PyTorch导出ONNX及dynamic_axes设置详解
    导出ONNX时推理结果对不上,大概率是dynamic_axes未正确设置;需为输入输出中动态维度(如batch、seq_len、num_boxes)在input_names/output_names一致的键下明确声明,否则ONNXRuntime会按固定shape处理导致不匹配或数值偏差。
    文章 · python教程   |  5个月前  |   135浏览 收藏
  • Python获取当前路径:sys.argv与os.path.abspath解析
    Python获取当前路径:sys.argv与os.path.abspath解析
    os.path.abspath(__file__)最可靠,因其不依赖当前工作目录且自动解析符号链接;而sys.argv[0]在import、-m运行或os.chdir()后易失效;推荐Python3.4+用pathlib.Path(__file__).resolve()。
    文章 · python教程   |  5个月前  |   390浏览 收藏
  • Django框架介绍及使用教程详解
    Django框架介绍及使用教程详解
    Django是一个基于Python的全栈Web框架,采用MTV模式,提供自带后台、ORM和安全机制,适合快速开发内容型网站。通过创建项目与应用、定义模型、配置URL、编写视图和模板,可构建完整Web应用,推荐结合官方文档动手实践以掌握核心流程。
    文章 · python教程   |  5个月前  |   Python Django 367浏览 收藏
  • Python实现GitHub微信OAuth登录教程
    Python实现GitHub微信OAuth登录教程
    GitHubOAuth2回调拿不到code是因redirect_uri未严格全量字符串匹配,包括协议、大小写、端口、末尾斜杠等;换token须用application/x-www-form-urlencoded格式传参,不可用JSON;微信需用sns_access_token调用sns接口;务必校验scope和state。
    文章 · python教程   |  5个月前  |   100浏览 收藏
  • PythonNumPy每行最大值索引获取方法
    PythonNumPy每行最大值索引获取方法
    np.argmax(axis=1)返回每行最大值的列索引;结果为int64一维数组,长度等于行数;遇并列取最左位置,含NaN时需改用np.nanargmax。
    文章 · python教程   |  5个月前  |   203浏览 收藏
  • Python列表优势与实用技巧
    Python列表优势与实用技巧
    Python列表因动态扩容、支持多类型数据、内置丰富方法及广泛兼容性成为核心数据结构,适用于存储异构数据、实现栈队列、配合推导式等场景,极大提升开发效率。
    文章 · python教程   |  5个月前  |   466浏览 收藏
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
  • Golang深入理解GPM模型
    Golang深入理解GPM模型
    Golang深入理解GPM调度器模型及全场景分析,希望您看完这套视频有所收获;包括调度器的由来和分析、GMP模型简介、以及11个场景总结。
    474次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    234次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    278次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    247次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    229次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    28次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码