摘要：
已信任 Jupyter 服务器: 本地 Python 3: Not Started [1] import pandas as pd import numpy as np [4] # 表格函数的自定义 # 将df中所有的元素加2 def add(ele1,ele2): return ele1+ele2 阅读全文
posted @ 2021-07-13 23:59
vv_869
阅读(101)
评论(0)
推荐(0)
摘要：
已信任 Jupyter 服务器: 本地 Python 3: Not Started [1] import pandas as pd import numpy as np [4] d = { 'name':pd.Series(['小明','小黑','小红']), 'age':pd.Series([12 阅读全文
posted @ 2021-07-13 23:44
vv_869
阅读(60)
评论(0)
推荐(0)
摘要：
已信任 Jupyter 服务器: 本地 Python 3: Idle [2] import pandas as pd import numpy as np [-] [3] # pd.DataFrame(data,index,columns,dtype) # 创建空的DataFrame df = pd 阅读全文
posted @ 2021-07-12 22:50
vv_869
阅读(62)
评论(0)
推荐(0)
摘要：
已信任 Jupyter 服务器: 本地 Python 3: Not Started import pandas as pd import numpy as np # pd.Series(data,index,dtype,copy) # data->数据，np.ndarry,list,constant 阅读全文
posted @ 2021-07-12 22:06
vv_869
阅读(411)
评论(0)
推荐(0)
摘要：
import pandas as pd import numpy as np s = pd.Series([1,2,3,4,np.nan,6,8]) s 0 1.0 1 2.0 2 3.0 3 4.0 4 NaN 5 6.0 6 8.0 dtype: float64 1 dates = pd.dat 阅读全文
posted @ 2021-07-12 21:24
vv_869
阅读(58)
评论(0)
推荐(0)
摘要：
nn.Sequential()定义网络简单高效，可以写死，可以自动添加add_module 参考链接：pytorch中的add_module函数 - 蒙面的普罗米修斯 - 博客园 (cnblogs.com) pytorch nn.Sequential()动态添加方法 - 慢行厚积 - 博客园 (cn 阅读全文
posted @ 2021-07-09 16:22
vv_869
阅读(1063)
评论(0)
推荐(0)
摘要：
最近真的要被lstm整蒙了，一直理解不了，比如要3预测1，那么这个1怎么体现呢？？ https://stackoverflow.com/questions/62204109/return-sequences-false-equivalent-in-pytorch-lstm Pytorch： http 阅读全文
posted @ 2021-07-03 14:53
vv_869
阅读(1495)
评论(0)
推荐(0)
浙公网安备 33010602011771号