create different ssh key according the article Mac Set-Up Git
$ ssh-keygen -t rsa -C "your_email@youremail.com"
create different ssh key according the article Mac Set-Up Git
$ ssh-keygen -t rsa -C "your_email@youremail.com"
let g:last_relative_dir = '' | |
nnoremap \m :call RelatedFile ("models.py")<cr> | |
nnoremap \v :call RelatedFile ("views.py")<cr> | |
nnoremap \u :call RelatedFile ("urls.py")<cr> | |
nnoremap \a :call RelatedFile ("admin.py")<cr> | |
nnoremap \t :call RelatedFile ("templates/")<cr> | |
nnoremap \T :e templates/<cr> | |
nnoremap \S :e settings.py<cr> | |
nnoremap \U :e urls.py<cr> |
# A guide to prevent pain and suffering while upgrading to OS X Mavericks | |
# This will vary greatly depending on system set up, so read the instructions carefully | |
# Back up Virtulenvs | |
#################### | |
# Very important! | |
# For each virtualenv you have, run "pip freeze > requirements.txt" while in the activated virtualenv | |
# in order to prevent loss of dependencies during the upgrade. |
import multiprocessing | |
import pandas as pd | |
import numpy as np | |
def _apply_df(args): | |
df, func, kwargs = args | |
return df.apply(func, **kwargs) | |
def apply_by_multiprocessing(df, func, **kwargs): | |
workers = kwargs.pop('workers') |
글쓴이: 김정주(haje01@gmail.com)
이 문서는 텐서플로우 공식 페이지 내용을 바탕으로 만들어졌습니다.
텐서플로우(TensorFlow)는 기계 학습과 딥러닝을 위해 구글에서 만든 오픈소스 라이브러리입니다. 데이터 플로우 그래프(Data Flow Graph) 방식을 사용하였습니다.
이 글은 안드레이 카패시의 글 소프트웨어 2.0 을 번역한 것입니다. 의/오역이 있을 수 있습니다.
나는 때때로 사람들이 뉴럴넷을 "기계학습 도구 상자의 또 다른 도구"로 언급하는 것을 본다. 뉴럴넷은 장단점이 있다. 여기 저기에서 동작하고, 때로는 캐글 경쟁에서 승리하는데 사용할 수도 있다. 그러나 이 해석은 완전히 나무만 보고 숲을 보지 못하는 것이다. 뉴럴넷은 단지 또 다른 종류의 분류기가 아니다. 그것은 우리가 소프트웨어를 작성하는데 있어 근본적인 변화의 시작을 나타낸다. 그것은 소프트웨어 2.0이다.
소프트웨어 1.0의 "고전적인 스택"은 우리가 익숙한 것이다. 그것은 Python, C++ 등의 언어로 작성이 되어 있고, 프로그래머가 작성한 구체적 명령으로 구성되어 있다. 프로그래머는 코드의 각 라인을 작성하는 것으로 프로그램 공간의 특정 포인트를 어떤 원하는 행동으로 확정짓고 있다.
파이콘 발표는 누구나 할수 있습니다.
개발자가 아니어도 되고! 개발자여도 되고!
남성이 아니어도 되고! 또 다른 성이어도 되고!
나이가 많지 않아도 되고! 많아도 되고!
한국어여도 되고! 영어도 되고! \
다만 파이썬을 사용한 경험을 남과 나누고 싶다는 마음 이면 다 가능합니다!!
발표자는 첫 발표를 해야 다음에는 익숙한 발표를 할수 있겠죠?
사람들을 배려해서 준비는 해야겠지만 여러분이 첫 발표라고 포기할 필요는 없습니다. 누구나 처음은 있으니까요.
perch_length = np.array([8.4, 13.7, 15.0, 16.2, 17.4, 18.0, 18.7, 19.0, 19.6, 20.0, 21.0, | |
21.0, 21.0, 21.3, 22.0, 22.0, 22.0, 22.0, 22.0, 22.5, 22.5, 22.7, | |
23.0, 23.5, 24.0, 24.0, 24.6, 25.0, 25.6, 26.5, 27.3, 27.5, 27.5, | |
27.5, 28.0, 28.7, 30.0, 32.8, 34.5, 35.0, 36.5, 36.0, 37.0, 37.0, | |
39.0, 39.0, 39.0, 40.0, 40.0, 40.0, 40.0, 42.0, 43.0, 43.0, 43.5, | |
44.0]) | |
perch_weight = np.array([5.9, 32.0, 40.0, 51.5, 70.0, 100.0, 78.0, 80.0, 85.0, 85.0, 110.0, | |
115.0, 125.0, 130.0, 120.0, 120.0, 130.0, 135.0, 110.0, 130.0, | |
150.0, 145.0, 150.0, 170.0, 225.0, 145.0, 188.0, 180.0, 197.0, | |
218.0, 300.0, 260.0, 265.0, 250.0, 250.0, 300.0, 320.0, 514.0, |