【环境备份】Mac M1 系列(Apple Silicon)各版本的 TensorFlow 及安装方法(支持 Mac GPU 加速)
2021-11-23 22:26:28   Cyberbolt

本文作为 Mac M1 系列(目前为 M1, M1 Pro, M1 Max) TensorFlow 的资源合集,我尽量做到实时更新,您可以收藏本文后放心食用,下面提供 Apple Silicon 安装 TensorFlow 的最简方法 这里附上苹果官网链接 一、安装 Miniforge3 在此处下载 ARM 版 Miniforge3,如下图所示 完成后打开下载目录的终端,运行shell脚本来...

阅读更多
Python 时间计算库 clock_timer
2021-08-14 23:51:48   Cyberbolt

clock_timer GitHub 地址 https://github.com/Cyberbolt/clock_timer (欢迎 star) clock_timer 是 Python 下的时间库,用于时间字符串处理,可在 Web 开发、数据分析 等领域使用。该库 80% 基于 datetime ,使用该库,您能更人性化地处理时间字符串,而无需每次查询 datetime 繁琐的接口。 cl...

阅读更多
基于 Python Web 的视频监控系统 Video-Monitoring-System-for-Web
2021-07-26 19:12:53   Cyberbolt

课程实践开发的视频监控系统,源码备份 GitHub 链接 基于web的视频监控系统,可以调用本地或外置摄像头进行实时视频监控。 使用方法: 进入项目根目录,创建 Python 虚拟环境,输入 python -m venv venv 激活虚拟环境 . venv/bin/activate (Windows 输入 venv\Scripts\activate) 安装依赖 pip install -r...

阅读更多
Python 定时任务之 APScheduler
2021-07-10 12:21:25   Cyberbolt

APScheduler 可以为 Python 开发定时任务 或 周期循环任务,有利于系统脚本开发。 首选安装方法是使用pip: pip install apscheduler 同步任务示例 例 1 .函数 1 秒执行一次 import datetime from apscheduler.schedulers.blocking import BlockingScheduler #待执行函数 d...

阅读更多
MacBook Pro M1 搭建 TensorFlow 2.5 深度学习环境(支持 Mac GPU 加速)
2021-06-30 17:40:48   Cyberbolt

注意:本方法可能安装失败,建议使用 Apple Silicon 安装 TensorFlow 的最新方法 本文根据苹果官网提供的最新方法记录,用于 Apple Silicon 安装 TensorFlow 2.5,支持在 Mac GPU 上使用 Metal 加速训练。大致思路为,通过 Miniforge3 创建 Python 3.9 的 Conda 虚拟环境,在 Conda 虚拟环境中安装支持 ...

阅读更多
宝塔面板 + Nginx + Docker + Gunicorn 部署 Flask 网站
2021-06-20 01:40:19   Cyberbolt

作为一个 Pythoneer,Flask是我极其喜欢的 Web 框架。Flask 简单、轻量化,使其无论在 Web API、APP 后端开发、在线聊天室 中均游刃有余,Flask 应用还能很好地成为科学计算的展示平台(作为前端与 Numpy、Matplotlib、TensorFlow 等科学计算环境对接)。过往的一年中,使用 Flask,帮助我实现了想要的几乎任何 Web 功能,这里点赞!本...

阅读更多
Cemotion 基于NLP的 中文情感倾向分析库
2021-02-20 21:19:50   Cyberbolt

Cemotion是Python下的中文NLP库,可以进行 中文情感倾向分析。 Cemotion的模型经 循环神经网络 训练得到,会为 中文文本 返回 0~1之间的 情感倾向置信度。您可以批量分析中文文本的情感,并部署至Linux、Mac OS、Windows等生产环境中,无需关注内部原理。 该模块依赖于TensorFlow环境(会自动安装),较老的机器可能无法运行。 安装方法 1.进入命令窗...

阅读更多
使用MacBook pro M1搭建基于ML Compute加速的TensorFlow深度学习环境
2021-01-12 17:02:50   Cyberbolt

注意:本方法在 macOS 12 已失效,Apple Silicon 安装 TensorFlow 的最新方法 ML Compute可直接在Mac上为TensorFlow模型提供训练,可以利用CPU和GPU加速M1和Intel驱动的Mac。苹果M1加速后的性能大致与GTX 1080或1080 Ti相当。 折腾一天后,终于成功在苹果M1中搭建ML Compute加速的TensorFlow 2.4...

阅读更多
测试代码 使用Pandas构建 机器学习决策树模型
2020-11-09 17:07:48   Cyberbolt

#初始化程序 import pandas as pd import numpy as np import time import datetime from pyecharts.charts import Pie, Page, Line from pyecharts import options as opts #防止无关报错 import warnings warnings.filterw...

阅读更多
机器学习 决策树 学习笔记
2020-11-09 16:31:02   Cyberbolt

决策树(Decision Tree) 是广泛用于 分类(classification) 和 回归(regression) 任务的模型。本质上,它从一层层的 if/else 问题中进行学习,并得出结论。 在这张图中,树的每个结点代表一个问题或一个包含答案的终结点(也叫叶结点)。树的 边将问题的答案与将问的下一个问题连接起来。 用机器学习的语言来说就是,了区分四类动物(鹰、企鹅、海豚和熊),我们...

阅读更多