搜尋結果
2021年3月24日 · 1. Python Standard Debugger（pdb）是相對簡單的 debug 工具，適用於中小型的專案。 pdb 是一種命令行（command-line）工具，可以在程式碼中插入斷點，然後使用 pdb 運作程式碼。 透過斷點，你可以檢查程式碼與棧幀（stack frame），跟 print 語法很類似。 pdb 可以跳過一些程式碼，或在特定時間內迭代 loop 迴圈。 目前所有版本的 Python 都有附加 pdb，所以可以直接用，不需要另外安裝，但你也能加入擴充，例如 rpdb 或 pdb++，增加它的功能。 2. PyCharm 是一種 IDE（Integrated Development Environments），它不僅是一種 debug 工具，也是一個完整的開發環境。
2019年5月7日 · 第 1 天的任務是讓你完成 Python 的搭建並寫出第一行命令，也就是 hello word。 除此之外，使用 IDLE – 交互式環境（REPL），編寫多行程式碼，使用註釋給說明程式碼的作用也是在第一天就要掌握的。 第 2 天的任務是掌握 Python 的語言元素，包括變量和類型、數字和字串、運算符等。 學完這些知識點，在第二天就要能夠實現應用案例包括：華氏溫度轉換成攝氏溫度、輸入圓的半徑計算周長和面積、輸入年份判斷是否是閏年。 例如將華氏溫度轉攝氏溫度。 """ 將華氏溫度轉換成攝氏溫度. F = 1.8C + 32 Version: 0.1. Author: 骆昊 """
2021年4月19日 · 數據量變大，意味著收集和訓練數據的成本越高，或許單筆數據的花費因而降低，但對一般企業來說，實在很難花費大量成本取得大數據。 於是，小數據模型訓練（Few shot learning） 因此興起。 著名科技調查研究機構 Gartner 於 2020 年發布的《AI 技術成熟度曲線》報告就提到，有 2 件事值得我們關注，一個是小數據，另一個則是數據處理（annotation）。 今年 3 月，台灣人工智慧學校與若水合辦了疫後第一場小聚，報名人數突破百人。 搭著 Gartner 的時代趨勢，由台灣人工智慧學校的工程師黃書璵，分享小量數據模型訓練以及數據處理的實戰經驗。 （更多關於 台灣人工智慧學校小聚 ） 什麼情況適用小數據學習（Few shot learning）？
2020年1月14日 · 最簡單的方法：Unix 時間命令. 首先，最簡單最偷懶的方法：Unix 時間命令。 如果你只能直到整個程式的運行時間，這樣就夠了，但通常這還遠遠不夠。 更詳細的分析：cProfile. 另外一個指令是 cProfile，但是它提供的資訊過於詳細了。 （完整程式碼 在這裡 ） 在這裡，我們使用 cProfile 模組和 time 參數運行測試腳本，以便按內部時間（cumtime）對行進行排序。 這給了我們很多資訊，你在上面看到的行大約是實際輸出的 10%。 由此可見，exp 函數是罪魁禍首，現在我們可以更詳細地瞭解時序和性能分析。 時序特定功能. 現在我們知道了應當主要關注哪裡，我們可能想對運行速度緩慢的函數計時，而不用測量其餘的程式碼。 為此，我們可以使用一個簡單的裝飾器：
2022年7月26日 · CodingBat 是一個免費的線上 coding 網站，由史丹佛大學計算機科學講師 Nick Parlante 所打造的一個項目，主要用於培養 Java 和 Python 的能力。 CodingBat 並沒有像其他網站來的這麼有趣，網站架構相當簡約，題目也像考試一樣，僅以簡短的陳述表示。 不過這樣的簡單性也是 CodingBat 的最特色，加上無須安裝擴充以及網頁提供即時回饋，已能提供使用者最基本的練功題。 Py.CheckiO. 打開 py.CheckiO 網站彷彿打開了一個好玩的遊戲頁面。 用戶可以依據自己目前的能力，選擇三種不同的難度級別。 登入後，網站會記住用戶解過的題目，完整紀錄自己的破關進度。
2019年10月29日 · 這套味覺感測儀已經被引進各個領域，像是啤酒、礦泉水、咖啡、茶或牛奶的開發都會利用其分析所得的科學數據。 此外，在茶飲的世界裡，它也被應用來分析栽培或製造條件對味覺有何影響，特別是在澀味的研究上或推出新產品的時候。 接下來，我將藉由味覺感測儀的檢測，將沖泡方法對茶味的影響參數化，讓茶的滋味變得可視化。 （1）沖泡次數所造成的影響. 首先，我們先來看沖泡次數會對茶的味道造成怎樣的變化。 在茶壺裡放進3g的煎茶，事先將熱水放在溫燙過的量筒裡，從量筒裡倒出180mL的熱水（100℃）到茶壺中，蓋上壺蓋，悶2分鐘。 之後將茶葉濾掉得到的萃取液便是第一泡茶。 將原先的茶葉重新注入180mL的熱水，悶2分鐘，製成第二泡茶，接著再以同樣的手法，做出第三泡茶。
2021年3月9日 · 運行速度比 Excel 更快，也不需要到處搜各種 Python 教學了。 和 Excel 一樣直覺好用，而且更快更全面. Mito 是 Jupyter notebook 的一個可編輯電子表格外掛，在編輯 .csv 表格（帶格式轉換功能）時，就能生成相關 Python 程式。 Mito，是粒線體 Mitochondria 的縮寫。 具體來說，Mito 的出現，像是將 Python 的強大功能和 Excel 的易用性進行了結合。 只需要掌握 Excel 的用法，就能使用 Python 的數據分析功能，還能將寫出來的程式「打包帶走」。 它彌補了 Excel 在數據分析上的幾個缺陷： Excel 無法做大數據分析（大型數據集處理得不好） Excel 運行緩慢. Excel 無法輕鬆創建可重複流程.
&ck=5BD8F9011DF911587AA051574A758586&idpp=rc&idpview=singleimage&form=rc2idp "yhlo 快速測試點用1")
&ck=89867FC3B45BCA23B19E0C7603AA51C0&idpp=rc&idpview=singleimage&form=rc2idp "yhlo 快速測試點用2")
&ck=F71BE67DC562F4462DBEFC085D60315E&idpp=rc&idpview=singleimage&form=rc2idp "yhlo 快速測試點用3")
&ck=A9A3094B078C9247F164273B3967DBC8&idpp=rc&idpview=singleimage&form=rc2idp "yhlo 快速測試點用4")
&ck=9C3FEAF79FD0CBE75BA024D716951978&idpp=rc&idpview=singleimage&form=rc2idp "yhlo 快速測試點用5")
