Python_Labs🐍
590 subscribers
267 photos
11 videos
28 files
204 links
Download Telegram
# To generate GIFs
!pip install -q imageio

اگر میخواید انیمیشن gif تو پایتون درست کنید از این کتاب خونه میتونید استفاده کنید و به صورت بالا نصب و به صورت پایین استفده میشود:


import os
import imageio

png_dir = '../saves/png/'
images = []
for file_name in os.listdir(png_dir):
if file_name.endswith('.png'):
file_path = os.path.join(png_dir, file_name)
images.append(imageio.imread(file_path))
imageio.mimsave('../saves/gif/movie.gif', images)
One-Class Classification Algorithms for Imbalanced Datasets
https://machinelearningmastery.com/one-class-classification-algorithms/
ویدیوی کوتاه از داستان به وجود آمدن پایتون از زبان نویسنده‌اش، Guido Van Rossum

https://www.instagram.com/tv/B8k7qRCAVKa/?igshid=bmp88rozc9tr
کاربرد توابع lambda چیه؟
Forwarded from Tensorflow(@CVision) (Alireza Akhavan)
#آموزش
قبلا مطالبی پیرامون آموزش دادن شبکه های عصبی عمیق وقتی با چالش #imbalance بودن دیتا مواجه هستیم نوشته شده بود. که انتهای این پست لینک شدند.
این بلاگ پست روش‌های ارزیابی مناسب برای وقتی که با این چالش مواجهیم را به خوبی تشریح کرده که توصیه میکنم بخوانید.
معیارهایی نظیر نمودار #ROC، معیار #AUC یا همون مساحت زیر نمودار، #Sensitivity و #Specificity یا معیار #GMean که بر اساس دو معیار قبلی تعریف میشه، ##precision ، Recall و #FMeasure و ...

https://machinelearningmastery.com/tour-of-evaluation-metrics-for-imbalanced-classification/

——-
مطالب مرتبط قبلی
Weight balancing in #keras
Weight balancing

Handling Imbalanced Datasets in Deep Learning
https://t.iss.one/cvision/1236

Extreme Rare Event Classification using Autoencoders in Keras
https://t.iss.one/cvision/1238

#imbalance
Forwarded from Tensorflow(@CVision) (Alireza Akhavan)
#منبع #سورس_کد
یادگیری ماشبن، و یادگیری عمیق
بدون فریم ورک و From Scratch با numpy !

Machine Learning From Scratch. Bare bones NumPy implementations of machine learning models and algorithms with a focus on accessibility. Aims to cover everything from linear regression to deep learning.

https://github.com/eriklindernoren/ML-From-Scratch/blob/master/README.md
Forwarded from Tensorflow(@CVision) (Alireza Akhavan)
#کورس #منبع

سایت #udacity دوره های nanodegree خود را به مدت ۱ ماه رایگان کرده است.

حتما از این فرصت استفاده کنید، کورس های این سایت واقعا کیفیت خوبی داره...

Udacity’s Contribution to the COVID-19 Crisis: One Free Month Access to Nanodegree Programs

https://blog.udacity.com/2020/03/one-month-free-on-nanodegrees.html
اگر خاطرتون باشه قبلا در جلسه Exploratory_Data_Analysis در مورد p-value بحث کرده بودیم
این بلاگ پست را از دست ندید...
How to interpret p-value with COVID-19 data
https://towardsdatascience.com/how-to-interpret-p-value-with-covid-19-data-edc19e8483b
برای آموزش و درک داکر سه قسمت ویدئو درست کردم. ۱. مفاهیم و نصب و استفاده اولیه. ۲. والیوم ها و تعریف یک پروژه داکری ۳. داکرایز کردن و شبکه و پیشنهادهایی برای خودآموزی.

دلگرمی در این روزها؟ سابسکرایب؟ (:

یوتیوب: https://www.youtube.com/JadiMirmirani
آپارات: https://www.aparat.com/jadi
🤖⚡️ scikit-learn tip :
GridSearchCV taking too long? Try RandomizedSearchCV with a small number of iterations.

Make sure to specify a distribution (instead of a list of values) for continuous parameters!


#sklearntips #MachineLearning #Python #DataScience

منبع
آیا می‌توانیم یک ماژول خاص پایتونی را با دستور pip مستقیم از یه پوشه یه مخزن github بگیریم و نصب کنیم؟

بله.

می‌تونیم توی فایل requirements.txt با این فرمت در یک خط اضافه کنیم
git+https://github.com/repo_name/repo.git#subdirectory=package_name
یا قاعدتا مستقیم تو کامند لاین یا ترمینالمون بزنیم:

pip install git+https://github.com/repo_name/repo.git#subdirectory=package_name

مثلا می‌تونید با یه خط کد از پروژه دیتاست coco برید و api مربوط به پایتونشو دانلود و نصب کنید:

pip install git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI

داکیومنت‌های بیشتر:
https://pip.readthedocs.io/en/stable/reference/pip_install/#vcs-support
Python CLI utility and library for manipulating SQLite databases
https://github.com/simonw/sqlite-utils
تو مخی چیست؟!
پکیج‌های پایتونی که در آن نام importی آن با نام پکیج pip آن متفاوت است!

مثل opencv که دیگه تهشه! :)