GitHub - librosa/librosa: Python library for audio and music analysisYou signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
GitHub - jupyterlab/jupyterlab: JupyterLab computational environment.
An extensible environment for interactive and reproducible computing, based on the Jupyter Notebook and Architecture. JupyterLab is the next-generation user interface for Project Jupyter offering all the familiar building blocks of the classic Jupyter Notebook (notebook, terminal, text editor, file browser, rich outputs, etc.) in a flexible and powerful user interface. JupyterLab can be extended u
28 Jupyter Notebook Tips, Tricks, and Shortcuts - Dataquest
If you want this behavior to persist across all your Jupyter environments (Notebook and Console), you can configure it by creating a file at ~/.ipython/profile_default/ipython_config.py with the following content: c = get_config() # Display all outputs in the cell c.InteractiveShell.ast_node_interactivity = "all" This configuration change can be especially useful when working with pandas DataFrame
Gallery
Gallery of IPython Notebooks in Python/v3 Get started with IPython notebooks with this set of examples. A collection of practical IPython notebooks for interactive graphing with Plotly, data science, technical computing, and more. Note: this page is part of the documentation for version 3 of Plotly.py, which is not the most recent version. See our Version 4 Migration Guide for information about ho
GitHub - tflearn/tflearn: Deep learning library featuring a higher-level API for TensorFlow.
TFlearn is a modular and transparent deep learning library built on top of Tensorflow. It was designed to provide a higher-level API to TensorFlow in order to facilitate and speed-up experimentations, while remaining fully transparent and compatible with it. TFLearn features include: Easy-to-use and understand high-level API for implementing deep neural networks, with tutorial and examples. Fast p
ライブラリーリサーチのための対話環境をJupyter Notebookの上につくってみた
（時間がない人のための要約） 対話的開発環境であるJupyter Notebookの上に 作りっぱなしだったいろんな調査ツールをまとめたもの 読書猿のワークベンチなのでMonkeyBenchと名前をつけた。 探しものの際に、自分がやってる手作業のうち、ネットやコンピュータでできそうなことをPythonにやってもらえるように短いプログラムをいろいろ使い捨てして来たが、これらをまとめてJupyter Notebookのマジックコマンドにしたものである。 コードの中身と簡単な使用例をこちらに乗っけた。 http://nbviewer.jupyter.org/gist/kurubushi--rm/231f5dff7e5c6f9a50bb709e0d234dd8 https://gist.github.com/kurubushi--rm/231f5dff7e5c6f9a50bb709e0d234dd
GitHub - miurahr/pykakasi: Lightweight converter from Japanese Kana-kanji sentences into Kana-Roman.
Pymanopt
Pymanopt A Python toolbox for optimization on Riemannian manifolds with support for automatic differentiation Riemannian optimization is a powerful framework to tackle smooth nonlinear optimization problems with structural constraints. By encoding structural properties of a problem in the manifold geometry, Riemannian optimization allows for elegant and convenient enforcement of properties such as
【機械学習】ディープラーニング フレームワークChainerを試しながら解説してみる。 - Qiita
今話題のDeep Learning(深層学習)フレームワーク、Chainerに手書き文字の判別を行うサンプルコードがあります。こちらを使って内容を少し解説する記事を書いてみたいと思います。 (本記事のコードの全文をGitHubにアップしました。[PC推奨]) とにかく、インストールがすごく簡単かつ、Pythonが書ければすぐに使うことができておすすめです！ Pythonに閉じてコードが書けるのもすごくいいですよね。 こんな感じのニューラルネットワークモデルを試してみる、という記事です。 主要な情報はこちらにあります。 Chainerのメインサイト ChainerのGitHubリポジトリ Chainerのチュートリアルとリファレンス 1. インストール# まずは何はともあれインストールです。ChainerのGitHubに記載の"Requirements" ( https://github.c
RECRUIT TECHNOLOGIES Member's blog NNライブラリChainerをScikit-learn likeにガンガン拡張する
from xchainer import NNmanager import numpy as np from chainer import FunctionSet, Variable, optimizers import chainer.functions as F from sklearn.base import ClassifierMixin # NNmanager NNmanager model optimizer lossFunction model chainer.FunctionSetoptimizer chainer.optimizerslossFunction chainer.functions chainer paramsparams epoch batchsize logging forward trimOutput forward trimOutput chain
Chainerの使い方と自然言語処理への応用
PPL2016@岡山 ディープラーニングの研究開発時には、計算を支援するためのフレームワークが用いられる。ChainerはPython上で動くディープラーニングフレームワークの一つである。他の多くのフレームワークと異なり、順伝播処理を行った時の実行履歴情報をもとに逆伝播のグラフを動的に構築するdefine-by-runという方式を採用している。この方式により、分岐や再帰を含むような複雑な構造のネットワークも直感的に構築でき、加えてデバッグが容易である。また、CuPyと呼ばれるNumPyサブセットのCUDAによる行列演算ライブラリを作成し、バックエンドとして利用している。本講演では、ディープラーニングフレームワークの基礎と実装、そして課題についてChainerを通して説明する。
[Python] UnicodeEncodeErrorが発生した場合は、sitecustomize.pyでデフォルトのエンコーディングを指定する。 - SumiTomohiko's blog
環境 この記事の内容は、Ubuntu 6.10, Python 2.4で確認しました。 現象 ユニコード文字列をstr関数に与えると、UnicodeEncodeErrorが発生します。 $ python Python 2.4.4c1 (#2, Oct 11 2006, 21:51:02) [GCC 4.1.2 20060928 (prerelease) (Ubuntu 4.1.1-13ubuntu5)] on linux2 Type "help", "copyright", "credits" or "license" for more information. >>> s = u'ほげ' >>> str(s) Traceback (most recent call last): File "", line 1, in ? UnicodeEncodeError: 'ascii' codec
![[Python] UnicodeEncodeErrorが発生した場合は、sitecustomize.pyでデフォルトのエンコーディングを指定する。 - SumiTomohiko's blog](https://cdn-ak-scissors.b.st-hatena.com/image/square/4d80442003c8a5cdbd9b1dddb6c97ea7b83417d4/height=288;version=1;width=512/https%3A%2F%2Fogimage.blog.st-hatena.com%2F11696248318756227478%2F11696248318756228151%2F1375072083)
dlibによるHOG特徴を用いた物体検出がすごい - kivantium活動日記
dlibを用いたselective searchで紹介したSegmentation as Selective Search for Object Recognitionを読んだところ、selective searchした候補領域に対してHOG特徴量を取ってSVMで物体かどうかの判定を行っていたのでHOG+SVMによる物体検出器を使ってみます。 ここではdlibの実装を使います。 dlibのPythonラッパーのインストールはdlibを用いたselective searchを参照してください。 教師データの作成 ラベリング用プログラムはOpenCVでの物体検出器作成にあるものを使います。 出力をこのプログラムでxmlに変換します。 #include <iostream> #include <fstream> #include <string> using namespace std; int
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
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
https://python.zombie-hunting-club.com/entry/2017/11/03/224202
【連載】Pythonで学ぶ 基礎からのプログラミング入門
virtualenvごとにPYTHONPATHを切り替える - Qiita
How to install the latest IPython notebook in Ubuntu 12.04?
「深層学習」勉強会LT資料 "Chainer使ってみた"
GitHub - mattya/chainer-gogh
日報