از طریق منوی جستجو مطلب مورد نظر خود در وبلاگ را به سرعت پیدا کنید
ورود به سایت
ورود به سایت
Recover your password.
A password will be e-mailed to you.
مطالب درج شده در دستهبندی
Python
راهنمای الگوریتم K-Nearest Neighbors در Python و Scikit-Learn
معرفی
این K-نزدیکترین همسایه (KNN) الگوریتم نوعی از الگوریتم یادگیری ماشینی نظارت شده است که برای طبقه بندی، رگرسیون و همچنین تشخیص موارد دور از دسترس استفاده می شود. اجرای آن در ابتدایی ترین شکل آن بسیار آسان است اما می تواند کارهای نسبتاً پیچیده ای را انجام دهد. این یک الگوریتم یادگیری تنبل است زیرا فاز آموزشی تخصصی ندارد. در عوض، از تمام…
ادامه مطلب ...
نمادگذاری Big O و تجزیه و تحلیل الگوریتم با مثال های پایتون
معرفی
معمولا چندین راه برای حل مشکل با استفاده از یک برنامه کامپیوتری وجود دارد. برای مثال، چندین روش برای…
«from_logits=True» در توابع از دست دادن Keras/TensorFlow چیست؟
چارچوبهای یادگیری عمیق مانند Keras موانع ورود تودهها را کاهش میدهند و توسعه مدلهای DL را برای افراد بیتجربه…
از Flatten() استفاده نکنید – ادغام جهانی برای CNN با TensorFlow و Keras
اکثر پزشکان، در حالی که برای اولین بار در مورد معماری شبکه عصبی کانولوشنال (CNN) یاد میکنند، یاد میگیرند که از…
استنتاج تشخیص اشیا در پایتون با YOLOv5 و PyTorch
معرفی
تشخیص اشیا میدان بزرگی در بینایی کامپیوتری است و یکی از مهمترین کاربردهای بینایی کامپیوتر در طبیعت است.…
استنتاج تشخیص شی در زمان واقعی در پایتون با YOLOv7
معرفی
تشخیص اشیا میدان بزرگی در بینایی کامپیوتری است و یکی از مهمترین کاربردهای بینایی کامپیوتر در طبیعت است.…
تخمین موقعیت/تشخیص نقطه کلید با YOLOv7 در پایتون
معرفی
تشخیص اشیا میدان بزرگی در بینایی کامپیوتری است و یکی از مهمترین کاربردهای بینایی کامپیوتر در طبیعت است.…
راهنمای قطعی رگرسیون لجستیک در پایتون
معرفی
گاهی اوقات با رگرسیون خطی توسط تازه کارها - به دلیل اشتراک گذاری این اصطلاح پسرفت - رگرسیون لجستیک بسیار…
خواندن و نوشتن لیست ها در یک فایل در پایتون
معرفی
برنامه نویسان پایتون به شدت از آرایه ها، لیست ها و دیکشنری ها به عنوان ساختارهای داده سریالی استفاده می…
خواندن فایل ها با پایتون
معرفی
برای کار با داده های ذخیره شده، مدیریت فایل به دانش اصلی هر برنامه نویس حرفه ای پایتون تبدیل می شود. درست…