joblib

6Ciepło

1Odpowiedz

Efektywne obliczanie parami DTW przy użyciu numpy lub cython

Próbuję obliczyć odległości parami między wieloma szeregami czasowymi zawartymi w tablicy numpy. Proszę zobaczyć poniższy kod print(type(sales)) print(sales.shape) <class 'numpy.ndarray'> (687, 15

python numpy cython joblib 2017-07-09

---

6Ciepło

2Odpowiedz

W jaki sposób możemy użyć tqdm w równoległym wykonaniu z joblib?

Chcę uruchomić funkcję równolegle i czekać, aż wszystkie węzły równoległe zostaną wykonane, używając joblib. Podobnie jak w przykładzie: from math import sqrt from joblib import Parallel, delayed Pa

python parallel-processing joblib tqdm 2016-06-14

---

7Ciepło

1Odpowiedz

Zapisywanie losowego lasu

Chcę zapisać i wczytać dopasowany losowy klasyfikator lasu, ale pojawia się błąd. forest = RandomForestClassifier(n_estimators = 100, max_features = mf_val) forest = forest.fit(L1[0:100], L2[0:100])

python scikit-learn joblib 2014-12-17

---

5Ciepło

1Odpowiedz

jak zapisać potrójny wykres nauki z keras regressor wewnątrz na dysk?

Mam scikit-learn PipLine z kerasRegressor w nim: estimators = [ ('standardize', StandardScaler()), ('mlp', KerasRegressor(build_fn=baseline_model, nb_epoch=5, batch_size=1000, verbose=1))

python machine-learning scikit-learn keras joblib 2016-06-23

---

6Ciepło

1Odpowiedz

Selektywne Re-memoization z DataFrames

Say I setup memoization z Joblib następująco (przy użyciu rozwiązanie przewidziane here): from tempfile import mkdtemp cachedir = mkdtemp() from joblib import Memory memory = Memory(cachedir=cache

python pandas joblib 2014-09-23

---

13Ciepło

2Odpowiedz

Czy funkcje mogą być znane, jeśli są już w Pythonie (joblib) w trybie wieloprocesowym?

Mam funkcję, która używa przetwarzania wieloprocesorowego (w szczególności joblib), aby przyspieszyć powolną procedurę za pomocą wielu rdzeni. Działa świetnie; bez pytań. Mam zestaw testów, który wyko

python python-multiprocessing joblib 2015-12-22

---