tf.data ：数据集的构建与预处理 数据集对象的建立 数据集对象的预处理 数据集元素的获取与使用 实例：cats_vs_dogs图像分类 tf.data ：数据集的构建与预处理 很多时候，我们希望使用自己的数据集来训练模型。然而，面对一堆格式不一的原始数据文件，将其预处理并读入程序的过程往往十分繁琐，甚至比模型的设计还要耗费精力。比如，为...

flip 参数 返回 返回类型 抛出异常 代码示例 1 代码示例 2 flip paddle.fluid.layers.flip(input, dims, name=None): 该OP沿指定轴反转n维tensor. 参数 input (Variable) - 输入Tensor。维度为多维，数据类型为bool, int32...

Operator Operator 在飞桨（PaddlePaddle，以下简称Paddle）中，所有对数据的操作都由Operator表示 为了便于用户使用，在Python端，Paddle中的Operator被封装入 paddle.fluid.layers ， paddle.fluid.nets 等模块。 因为一些常见的对Tensor的操作可能...

2.2.2.1 他们是什么？ 2.2.2.1.1 Ufunc的部分 2.2.2.1.2 简化一下 2.2.2.1 他们是什么？ Ufunc在数组的所有元素上进行元素级操作。 例子： np.add 、np.subtract 、scipy.special .*, … 自动话支持：广播、投射… ufunc的作者只提供了元素级操作，Numpy负...

default_collate_fn default_collate_fn paddle.io.default_collate_fn ( ) paddle.io.DataLoader 中默认组批次函数，输入 batch 为样本列表，格式如下： [[filed1，filed2，...]，[filed1，filed2，...]，...] ...

Auc 参数： 参数: Auc class paddle.metric.Auc [源代码] 注意 ：目前只用Python实现Auc，可能速度略慢 该接口计算Auc，在二分类(binary classification)中广泛使用。相关定义参考 https://en.wikipedia.org/wiki/Receiver_operating...

4.5 线性代数 线性代数（如矩阵乘法、矩阵分解、行列式以及其他方阵数学等）是任何数组库的重要组成部分。不像某些语言（如MATLAB），通过*对两个二维数组相乘得到的是一个元素级的积，而不是一个矩阵点积。因此，NumPy提供了一个用于矩阵乘法的dot函数（既是一个数组方法也是numpy命名空间中的一个函数）： In [ 223 ]: x = ...

Extending pandas Registering custom accessors Extension types ExtensionDtype ExtensionArray ExtensionArray Operator Support NumPy Universal Functions Testing extension arrays ...

11.13 发送与接收大型数组 问题 解决方案 讨论 11.13 发送与接收大型数组 问题 你要通过网络连接发送和接受连续数据的大型数组，并尽量减少数据的复制操作。 解决方案 下面的函数利用 memoryviews 来发送和接受大数组： # zerocopy.py   def send_from ( arr , dest ...