文章：labelCloud: A Lightweight Domain-Independent Labeling Tool for 3D Object Detection in Point Clouds

为何别人用得好好的人脸识别、目标检测开源模型，到了初学者手中，效果却惨不忍睹？其中原因可能很多，有时候这个原因很“愚蠢”。

人生苦短我用python！这不是吹牛 ，为什么？咱们大家一起看看心中的大神，其他语言之父们！

人生苦短我用python！这不是吹牛 ，为什么？咱们大家一起看看心中的大神，其他语言之父们！

PythonSum elapsed time in microseconds 1110

导读：NumPy（Numerical Python的简称）是高性能科学计算和数据分析的基础包，提供了矩阵运算的功能。

Wolfram语言为程序员提供了一种独特的计算语言，具有大量复杂的算法和内置的现实世界知识。多年来，人们一直问我们如何从其他软件环境和编程语言中获得我们技术的所有力量。多年来，我们已经建立了许多这样的连接， 比如 Wolfram CloudConnector for Excel, WSTP (Wolfram Symbolic Transfer Protocol) for C/C++ programs ，当然还有J/Link，直接从Java提供了对Wolfram语言访问。

最近学习吴恩达《Machine Learning》课程以及《深度学习入门：基于Python的理论与实现》书，一些东西总结了下。现就后者学习进行笔记总结。本文是本书的学习笔记（一）Python入门。

小伙伴们大家好呀~~用Numpy搭建神经网络，我们已经来到第三期了。第一期文摘菌教大家如何用Numpy搭建一个简单的神经网络，完成了前馈部分。第二期为大家带来了梯度下降相关的知识点。

Python扩展库numpy.linalg的eig()函数可以用来计算矩阵的特征值与特征向量，而numpy.linalg.inv()函数用来计算可逆矩阵的逆矩阵。 >>> import numpy as np >>> x = np.matrix([[1,2,3], [4,5,6], [7,8,9]]) # 计算矩阵特征值与特征向量 >>> e, v = np.linalg.eig(x) # 根据特征值和特征向量得到原矩阵 >>> y = v * np.diag(e) * np.linalg.inv(v) >

Python扩展库numpy.linalg的eig()函数可以用来计算矩阵的特征值与特征向量，而numpy.linalg.inv()函数用来计算可逆矩阵的逆矩阵。 >>> import numpy as np >>> x = np.matrix([[1,2,3], [4,5,6], [7,8,9]]) # 计算矩阵特征值与特征向量 >>> e, v = np.linalg.eig(x) # 根据特征值和特征向量得到原矩阵 >>> y = v * np.diag(e) * np.linalg.inv(v) >

到目前为止，我们一直在讨论 NumPy 的一些基本要点；在接下来的几节中，我们将深入探讨 NumPy 在 Python 数据科学领域如此重要的原因。也就是说，它为数据数组的最优计算，提供了一个简单而灵活的接口。

Numpy提供了灵活的、静态类型的、可编译的程序接口口来优化数组的计算，也被称作向量操作，因此在Python数据科学界Numpy显得尤为重要。Numpy的向量操作是通过通用函数实现的。今天小编会给大家较为全面地介绍下Numpy的通用函数。

AttributeError: incompatible shape for a non-contiguous array

NumPy提供的通用函数(既ufunc函数)是一种对ndarray中的数据进行元素级别运算的函数。例如，square函数计算各元素的平方，rint函数将各元素四舍五入：

很多时候，您可能会看到一片云，上面堆满了许多大小不同的单词，这些单词代表了每个单词的出现频率或重要性。这称为标签云或词云。对于本教程，您将学习如何在Python中创建自己的WordCloud并根据需要自定义它。

有了网址怎么抓数据呢？这里，可以从纷乱中找到最靠谱的下载方式。我习惯用FireFox浏览器，下面的讲解就以FireFox为例（其他浏览器基本类似）。

【导读】专知成员Hui上一次为大家介绍Numpy包的使用，介绍了Numpy库的一些基本函数和一些简单用法，以及图像灰度变换，这一次为大家详细讲解图像的缩放、图像均匀操作和直方图均衡化。 图像的缩放、均

Jupyter Notebook 是一个开源的 Web 应用程序，可以用来创建和共享包含动态代码、方程式、可视化及解释性文本的文档。其应用于包括：数据整理与转换，数值模拟，统计建模，机器学习等等。

Propel 是一个新推出的 JavaScript 科学计算库，它使用图形处理器来支持 JavaScript 中的机器学习和科学计算。