サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
大谷翔平
zerebom.hatenablog.com
Kaggle Advent Calender2020の 11日目の記事です。 昨日はhmdhmdさんのこちらの記事です! 2020年、最もお世話になった解法を紹介します - Qiita 明日はarutema47さんの記事です! (後ほどリンクはります) 本記事では、深層学習プロジェクトで使用すると便利なライブラリ、 Pytorch-lightningとHydraとwandb(Weights&Biases)について紹介したいと思います。 対象読者 Pytorchのボイラープレートコードを減らせないか考えている 下記ライブラリについては聞いたことあるけど、試すのは億劫でやってない 書いてあること 各ライブラリの役割と簡単な使い方 各ライブラリを組み合わせて使う方法 各ライブラリのリファレンスのどこを読めばよいか、更に勉強するにはどうすればよいか また、上記3つのライブラリを使用したレポジトリを
こんにちは、ひぐです。 最近データサイエンティストのための良いコーディング習慣という記事を読みました。 www.thoughtworks.com こうした方がいいよなという自分の経験則が綺麗に言語化されていてよかったです。 ここではデータ分析でコードをクリーンに保つ技術について、記事の内容と自分の取り組みを合わせて紹介したいと思います。 自分はまだチームでの開発経験などが浅いため、間違っている部分もあるかもしれません。 あらかじめご了承ください汗 コードが汚くなる要因 コードが解くべき問題の複雑さを増長させている時、そのコードは汚いと言えます。 汚いコードは汚い部屋で探し物をする時などと同じく、簡単な作業を困難にしてしまいます。 では、どのような書き方をするとコードが汚くなるのでしょうか。 元記事には下記のような例が記載されています。 関数やクラスを使って処理を抽象化しない 一つの関数に長
このページを最初にブックマークしてみませんか?
『zerebom.hatenablog.com』の新着エントリーを見る
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く