21 декабря 2016

Установка Microsoft Cognitive Toolkit (CNTK) для Windows

Рассмотрим установку Microsoft Cognitive Toolkit (CNTK) на основе дистрибутива, подготовленного разработчиками. Он предназначено для установки на один ПК . Microsoft Cognitive Toolkit проверен на Windows, 8.1, Windows 10 и Windows Server 2012 R2.

19 декабря 2016

Специальные функции (scipy.special)


Основной особенностью пакета  scipy.special является определение множества специальных функций математической физики. Доступные функции включают в себя функцию Э́йри, эллиптические, бесселевы, гамма, бета, гипергеометрический, параболический цилиндр, Матье, сферическую волну, Струве и Кельвина. Есть также некоторые статистические функции низкого уровня, которые не предназначены для общего использования в качестве более простого интерфейс к этим функциям используется модуль статистики . Большинство из этих функций могут принимать массивы и возвращают результаты массива по тем же правилам, что и другие математические функции в численном Python. Многие из этих функций также принимают комплексные числа в качестве входных данных. Для получения полного списка доступных функций с описанием типа одной строкой >>> help(special). Каждая функция также имеет свою собственную документацию, доступную с помощью справки. Если вы не видите нудную вам функцию, рассмотрите возможность написания документации и внесения ее в библиотеку. Вы можете написать функцию на любом языке: C, Fortran, или Python. Посмотрите исходный код библиотеки для примеров каждого из этих видов функций.

07 декабря 2016

Сравнение производительности вычислений MatLab и Python. Часть 1. Умножение матриц

Перед каждым, кто занимается численными научными расчетами рано или поздно встает вопрос о производительности различных языков программирования. В серии заметок сравним производительность вычислений в среде MatLab и библиотеки Python NumPy.

05 декабря 2016

Замер времени выполнения кода Python

Нередко возникает необходимость замера времени выполнения кода, написанного на языке
Python. Рассмотрим способы прямого замера и замера с использованием менеджера контекста.

Базовые функции SciPy

Взаимодействие с Numpy

SciPy основывается на Numpy, поэтому для всех основных видов обработки массива можно использовать функции Numpy:

>>> import numpy as np
>>> np.some_function()


Вместо того, чтобы давать подробное описание каждой из этих функций (которые можно найти в справочном руководстве по Numpy или с помощью команд help, info и source, в данном руководстве мы обсудим некоторые из наиболее полезных команд, которые требуют небольшого введения для использования всего их потенциала

Для использования функции из модулей SciPy:

>>> from scipy import some_module
>>> some_module.some_function()


Верхний уровень SciPy также содержит функции из NumPy и numpy.lib.scimath. Тем не менее, лучше использовать их непосредственно из модуля NumPy.

04 декабря 2016

Поиск кругов с помощью OpenCV 3.1.0 в Visual Studio 2015 на С++

Для поиска кругов на изображении в OpenCV используется функция HoughCircles. В этой статье рассмотрен синтаксис и пример применения этой функции.

Прежде чем приступить к изучению этой функции необходимо создать и настроить проект в Visual Studio. Подробную инструкцию по установке и настройке OpenCV для Visual Studio 2015 вы можете найти здесь.

Функция HoughCircles находит круги на черно-белом изображении, используя преобразование Хафа [Подробнее на Википедии].

03 декабря 2016

Введение в SciPy

Введение

SciPy представляет собой совокупность математических алгоритмов и функций, построенных как расширение Numpy на Python. Он значительно расширяет возможности интерактивной сессии Python, предоставляя пользователю команды высокого уровня и классы для управления и визуализации данных. Со SciPy интерактивный сеанс Python становится средой обработки данных и системой прототипирования соперничающей с такими системами, как MATLAB, IDL, Octave, R-Lab, and SciLab.