u012995500的博客

本文介绍一种简单的方法实现pandas的并行，从而实现数倍的速度提升，pandas pandarallel0. 闲扯pandas 应该是应该python 中应用最广泛的数据处理库了，但是广为诟病的是速度处理比较慢，无法充分利用计算机的资源。在处理海量的数据或者文本时，我们希望能利用所有的CPU线程来加速。但是Python的多线程和多进程写起来比较麻烦，其中的多线程因为GIL（全局解释锁）的原因还是伪多线程。在网上查找资料时，也有很多1行代码实现Python并行的文章，但是试验下来效果都.

首先说我个人的结论：（1）假如是为了找工作，或者短时间内解决问题，我建议最好的入门书是：《Python 深度学习》和《Scikit-Learn与TensorFlow机器学习实用指南（影印版）》和《TensorFlow：实战Google深度学习框架（第2版）》，三本书都是该领域的经典，而且难得的是非常易读，看完就可以利用经典的机器学习和深度学习算法解决常见的问题。（2）假如想长期学习，深入理...

在信号或者图像的降噪研究中，很多学者采用高斯白噪声添加到干净的样本中，来模拟含有噪声的样本，并以此来验证提出模型的降噪效果（比如降噪自编码器——Denoising Autoencoder）。有一次投稿，一个审稿人问为什么采用高斯白噪声? 如何保证添加噪声后，样本有指定的信噪比（Signal to Noise Ratio）?对于第一个问题，我自己一时回答不上来，于是就去网上查找资料。我相信这两个...

在绘图或者计算函数值的时候，我们常常需要生成一些序列，比如生成 0~1000 之间的整数。这时，我们经常用到 Numpy 中的 linspace 和 arange 函数。然而稍不注意，两者就容易用错，特别是linspace，现在对两者的用法和区别说明如下，并指出两者容易用错的地方。1、arange 函数的用法为了便于分析，我们假设要生成 0~10 间的整数序列 [0, 1, 2, 3, 4...

1、 感知机在大部分的神经网络或者深度学习的教材中，基本上都会在开头介绍感知机。为什么呢？因为感知机是神经网络乃至深度学习算法的源头，后两者虽然更为复杂，但是本质上不过是感知机稍作改进，堆叠而成。因此学习感知机也对学习后续的神经网络和深度学习，以及认识到历史发展过程中一系列改进的重要性有所帮助。其中最主要的就是激活函数还有反向传播，这是后话，我们会在后面的章节中详细讲解。首先我们来看看感知机是...

由于装饰器的结构和使用形式，相信很多python的初学者在学习的过程中有很多困惑，本文尽量站在初学者的角度，用大白话和简单的代码对装饰器进行讲解，绕开闭包和对象引用的概念，希望尽可能减少初学者在学习装饰器时的困惑。1 什么是装饰器其实对于初学者来说，最大的疑惑可能是装饰器是干什么用的？为什么我在编程的过程中基本上用不到，我在什么场合下必须用它呢？其实装饰器很简单，从名字上就可以看出它的...