Жонглер данными

Мы продолжаем тему, начатую в предыдущей статье, там же вы найдете список всех статей по numpy-программированию. Здесь же мы будем искать наиболее часто встречающиеся последовательности, для этого нам потребуется массив последовательностей m, а также векторы distance, a и b, полученные в указанной статье. Если забыли, как мы их вывели, то не стесняйтесь заглянуть туда, чтобы освежить память. Первое, что мы можем сделать, уполовинить вектор расстояний, выбрав половину наименьших расстояний: Напомню,...

В этот раз в серии статей по numpy-программированию мы будем решать практическую задачу. Предыдущие статьи нашего сериала: В этой статье мы займемся выявлением паттернов, в нашем случае это будет поиск повторяющихся числовых последовательностей. Сложность заключается в том, что числовые значения могут не совпадать, но быть близкими. Насколько близкими они должны быть? Для объяснения решения этой задачи, мы возьмем последовательность из двух чисел. На самом деле, два числа это слишком мало, так как повторение двухчисловой последовательности может быть случайностью, но нам нужно понять суть...

Продолжаем серию статей по numpy-программированию. Для удобства читателей собрал список моих статей по этой теме: Если бы нам нужна была разница двух векторов, то мы могли бы воспользоваться функцией diff или просто отнять один вектор от другого. Та же функция diff нам поможет получить разницу между рядом стоящими элементами нашего вектора. Нам же нужна разница каждого элемента с каждым, а не рядом стоящих. Для лучшего понимания приведем пример, для чего возьмем следующий вектор v: [34, 77, 67, 61, 88, 36, 7, 41, 29, 38]...

По вполне объяснимой причине входной порог этого фреймворка очень высок. На читателя сразу сваливаются математические понятия тензоров, графов решений, градиентов и т.п., что для математически подготовленного человека терпимо, а вот все остальные вынуждены бросать изучение torch просто из-за непонимания про что тут пишут. При этом обучение не менее сложного tensorflow вполне обходится без этих сложных понятий, по крайней мере, на этапе обучения. Почему бы не попробовать пойти этой же дорогой в изучении...

Для многих людей обнаружение объектов на изображении кажется каким-то колдовством, однако существует огромное количество способов распознать на изображении определенные объекты. Одно только перечисление займет всю статью, а уж их сравнение вполне тянет на серьезное исследование. Для начала поставим задачу. Нужно посчитать количество людей, имеющихся на изображении. Делать это будем в бесплатном colab. Считать людей будем на публичном наборе изображений с людьми: https://www.cis.upenn.edu/~jshi/ped_html/PennFudanPed...