【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