#تمرین سری 2

تمرین سری 2 برای آشنایی با دیکشنری ها است.
برای آشنایی عملی بیشتر با دیکشنری ها نوت‌بوک مربوط به آن در github قرار داده شد:

5-1_Dictionaries_v5.ipynb

تمرین این سری ساده است، و وقت زیادی از شما نخواهد گرفت.
اما بنا به درخواست شما، مهلت تحویل 7 اردیبهشت خواهد بود.

Vectorization

More Vectorization Examples

Broadcasting in Python

#آموزش
سلام
در این پست: https://t.iss.one/PyLab/76 فیلم‌های مربوط به مبحث بحث عملیات وکتوری Andrew NG معرفی شدند. برخی پیام دادند که دسترسی ندارند.
فیلمها و زیرنویس انگلیسی هر فیلم و در کانال آپلود شد.

Vectorization
🎥https://t.iss.one/PyLab/84
📃https://t.iss.one/PyLab/85

More Vectorization Examples
🎥https://t.iss.one/PyLab/86
📃https://t.iss.one/PyLab/87

Broadcasting in Python
🎥https://t.iss.one/PyLab/88
📃https://t.iss.one/PyLab/89

A note on python/numpy vectors
🎥https://t.iss.one/PyLab/71
📃https://t.iss.one/PyLab/90

قدرت عملیات vectorize در کتابخانه numpy
دو کد یکسان یکبار بدون عملیات وکتوری و بیش از 21 ثانیه. یکبار با عملیات وکتوری و کمتر از 0.1 ثانیه

آقای ستاریان زحمت کشیدند، صفحه رویدادهای کلاس را شامل
اسلایدها، لینک ها و ...
راه اندازی کردند.
https://pylab.akhavanpour.ir/

#خبر
هفته آینده کوییز 2 نمره ای از مباحث دیکشنری و نامپای خواهد داشت
این کوییز از مباحث کلاس و نوت بوک هایی که خدمتتان ارسال میشود خواهد بود.
کوییز 2 نمره پایانی شما را تشکیل خواهد داد.

توئیت تامل برانگیزه Andrej Karpathy !

وقتی مدیر هوش مصنوعی خودروسازی تسلا،
بهترین روز عمرشو در توئیت دیروزش Vectorize کردن کدش تو پایتون با نامپای میدونه...
کدش 100 خط بود و 13 ثانیه طول میکشیده، با عملیات وکتوری 20 خط و 0.02 ثانیه شده...
#numpy