jiede1的博客

在机器学习算法的编写中，有时候我们需要在不同的函数中使用相同的参数，比如神经网络训练出来的网络参数。但由于参数过大，直接搬用会显得函数参数体积过大。因此可以将该参数打包成params结构（其实是将所有参数变成一列然后再并接起来），使用的时候可以解压成stack结构（其实是字典形式）。def stack2params(stack): """ Converts a "stack" str

前言 都说做计算机的，项目实践是最能带给人成长的。之前学习了很多的大数据和AI的知识，但是从来没有自己做过一个既包含大数据又包含AI的项目。后来就决定做了个大数据+AI的分布式爬虫系统。下面笔者会讲述整个项目的架构，以及所用到技术点的些许介绍。项目介绍这个项目是笔者的个人项目，是基于scrapy-redis框架的股票分布式爬虫框架实现。scrapy是个爬虫框架，但只允许单机的...

numba是一个用于编译Python数组和数值计算函数的编译器，这个编译器能够大幅提高直接使用Python编写的函数的运算速度。numba使用LLVM编译器架构将纯Python代码生成优化过的机器码，通过一些添加简单的注解，将面向数组和使用大量数学的python代码优化到与c，c++和Fortran类似的性能，而无需改变Python的解释器。Numba的主要特性：动态代码生成 （在用户偏爱的导...

新建立一个 ext_build.py 用于生成扩展# ext_build.pyimport numpy as npimport cffiffi = cffi.FFI()ffi.cdef("""int add(int a, int b);""")ffi.cdef("""int sub(int a, int b);&am