elementwise_mod elementwise_mod paddle.fluid.layers. elementwise_mod (x, y, axis=-1, act=None, name=None)[源代码] 该OP是逐元素取模算子，输入 x 与输入 y 逐元素取模，并将各个位置的输出元素保存到返回结果中。 等式为： ...

曼德布洛特(Mandelbrot)集合 基本步骤 会话（session）和变量（variable）初始化 定义并运行计算 曼德布洛特(Mandelbrot)集合 虽然可视化曼德布洛特(Mandelbrot)集合与机器学习没有任何关系，但这对于将TensorFlow应用在数学更广泛的领域是一个有趣的例子。实际上，这是tensorflow一个...

七、数据清理 缺失值 Python - None 类型 Numpy - NaN 数据清理的“艺术” 不可能的值 Pandas 中的数据清理 数据清理注解 七、数据清理 原文：Data Cleaning 译者：飞龙 协议：CC BY-NC-SA 4.0 “数据清理”是查找并删除或修复“错误数据”的过程，其中“错误数据”通...

rotate 参数 返回 代码示例 rotate paddle.vision.transforms.rotate ( img, angle, resample=False, expand=False, center=None, fill=0 ) [源代码] 按角度旋转图像。 参数 img (PIL.Image|numpy.nda...

prioritized_replay_buffer.OutOfGraphPrioritizedReplayBuffer Class OutOfGraphPrioritizedReplayBuffer Methods Args: Args: Returns: Args: Returns: Args: Returns: Returns: Ar...

13.1 pandas与模型代码的接口 模型开发的通常工作流是使用pandas进行数据加载和清洗，然后切换到建模库进行建模。开发模型的重要一环是机器学习中的“特征工程”。它可以描述从原始数据集中提取信息的任何数据转换或分析，这些数据集可能在建模中有用。本书中学习的数据聚合和GroupBy工具常用于特征工程中。 优秀的特征工程超出了本书的范围，我会尽量直...

ufunc 对象 reduce 方法 accumulate 方法 reduceat 方法 outer 方法 ufunc 对象 Numpy 有两种基本对象：ndarray (N-dimensional array object) 和 ufunc (universal function object) 。ndarray 是存储单一数据类型的多...

Windows下从源码编译 环境准备 选择CPU/GPU 安装步骤 本机编译 验证安装 如何卸载 Windows下从源码编译 环境准备 64位操作系统 Windows 10 家庭版/专业版/企业版 Python 2.7/3.5/3.6/3.7 pip或pip3 >= 9.0.1 Visual Studio 2015 Update3 ...

Vectors path method transformers sentence-transformers words storevectors pca external transform gpu batch encodebatch quantize instructions models tokenize Vect...