已有0人关注此标签
MaxCompute Mars 完全指南
作者: 继盛
1780人浏览
Mars 能利用并行和分布式技术，加速 Python 数据科学栈，包括 numpy、pandas 和 scikit-learn。同时，也能轻松与 TensorFlow、PyTorch 和 XGBoost 集成。
当 Mars 遇上 RAPIDS：用 GPU 以并行的方式加速数据科学
作者: 继盛
1319人浏览
在数据科学世界，Python 是一个不可忽视的存在，且有愈演愈烈之势。而其中主要的使用工具，包括 Numpy、Pandas 和 Scikit-learn 等。 Mars 在 MaxCompute 团队内部诞生，它的主要目标就是让 Numpy、pandas 和 scikit-learn 等数据科学的库能够并行和分布式执行，支持通过 RAPIDS 平台用 GPU 加速数据科学。
并行正则采样排序算法及在 Mars 中的应用
作者: 继盛
1119人浏览
相信大家对排序算法都非常熟悉了，快速排序、堆排序、归并排序等等。如果我们想在一个很大的数据集上进行排序，能利用上多核，甚至是分布式集群，有什么办法么？ 本文就介绍一种并行排序算法：并行正则采样排序算法（Parallel Sorting by Regular Sampling），简称 PSRS 算法。
Mars 算法实践——人脸识别
作者: 继盛
4912人浏览
Mars 是一个基于矩阵的统一分布式计算框架，在之前的文章中已经介绍了 Mars 是什么， 以及 Mars 分布式执行 ，而且 Mars 已经在 GitHub 中开源。当你看完 Mars 的介绍可能会问它能做什么，这几乎取决于你想做什么，因为 Mars 作为底层运算库，实现了 numpy 70% 的常用接口。
Mars 是什么、能做什么、如何做的——记 Mars 在 PyCon China 2018 上的分享
作者: 继盛
4497人浏览
最近，在 PyCon China 2018 的北京主会场、成都和杭州分会场都分享了我们最新的工作 Mars，基于矩阵的统一计算框架。本文会以文字的形式对 PyCon 中国上的分享再进行一次阐述。 听到 Mars，很多第一次听说的同学都会灵魂三问：Mars 是什么，能做什么，怎么做的。
Mars——基于张量的统一分布式计算框架
作者: 继盛
13423人浏览
很高兴在这里宣布我们的新项目：Mars，一个基于张量的统一分布式计算框架。我们已经在 Github 开源：https://github.com/mars-project/mars 。 背景 Python Python 是一门相当古老的语言了，如今，在数据科学计算、机器学习、以及深度学习领域，Python 越来越受欢迎。
使用Opencv构建一个简单的图像相似检测器（MSE、SSIM）
作者: 【方向】
11622人浏览
本文使用opencv。numpy等简单的工具库，根据mse及ssim两种算法来评估两张图像的相似度，便于理解与实践。
Numpy常用属性及方法
作者: alexbyy
18861人浏览
Numpy 一、属性： ndarray.shape 返回一个元组，里面是各个维度的size ndarray.ndim 返回数组的维度 ndarray.dtype 返回数组数据的类型 二、方法： np.array(x， dtype=complex) 接收一个数组， dtype指定数据类型， np.zeros( (3,4) ) 接收一个代表数组维度size的元组 np.ones((3,4)) 同上 np.arange(10, 30, 5) 返回一个起始为10，每次增加5，一直到30但不包括30的数组（本例返回[10, 15, 20, 25]），一般会跟reshape配合使用。
使用Numpy和Opencv完成图像的基本数据分析（Part II）
作者: 【方向】
3183人浏览
使用Numpy和Opencv完成图像的基本数据分析后续部分，主要包含逻辑运算符操作、掩膜以及卫星图像数据分析等操作
仅使用NumPy完成卷积神经网络CNN的搭建（附Python代码）
作者: 【方向】
17445人浏览
现有的Caffe、TensorFlow等工具箱已经很好地实现CNN模型，但这些工具箱需要的硬件资源比较多，不利于初学者实践和理解。因此，本文教大家如何仅使用NumPy来构建卷积神经网络（Convolutional Neural Network , CNN）模型，具体实现了卷积层、ReLU激活函数层以及最大池化层（max pooling），代码简单，讲解详细。
