Pytorch 2.5 :Dataset & Dataloader
导言
- 数据集与数据加载器:学习如何使用torch.utils.data.Dataset和DataLoader来加载和处理数据。
- 数据预处理:介绍常用的数据预处理方法,如归一化、数据增强等。
写笔记是为了让自己看懂,写博客是为了让别人看懂,不一样的,认真做好后者对自己各方面能力的提升会非常大(比如表达能力),其实很多时候记笔记就是写几段自己能看懂的表达,很随性,但写博客更像是写一篇论文,需要自己先彻底搞明白一个东西后才能输出1
我一直努力将内容写成博客。但是后来发现,根本没有时间和心思,来为别人解释很多事情。我的想法是最多是解释给多年后忘记一切的自己听,我还能快速看懂。能达到这点,这些内容的意义对于我就已经足够。
从读者的角度,我并不会推荐任何人阅读这个网站的内容:因为你会遇到以下令人烦躁的场景
多级标题
维持.导致这种情况,其实和我对知识产出过程的理解有关,我认为过程是 知识是自然聚类和融合的:
而且三者的占比是前面远大于后面,这样看来我这网站大部分的内容岂不是都是笔记的草稿。
我以这样的方式撰写我的正式的毕业论文时,发现这样的处理有利有弊:
总结:知识是自然聚类和融合的思想是没错的,但是在实际生产应用时需要两级的信息筛选过滤体系:区分出正文内的todo
内容和未整理的archived
信息。通过将罗列的完备信息初步分类归档(有基础的逻辑)以待后续使用,正文精心撰写每一句话保证不需要大量返工。
导言
导言
导言
如何实现能完全双手离开键盘的自动化量化交易平台(Automated Quantitative Trading Platforms, AQTP):
基于爬虫的方法,太频繁估计会被封?
pip install akshare -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host=mirrors.aliyun.com --upgrade
实时行情数据-东财1
结果较快返回(4s左右), 就是昨天的
>>> print(stock_zh_a_spot_em_df)
序号 代码 名称 最新价 涨跌幅 涨跌额 ... 总市值 流通市值 涨速 5分钟涨跌 60日涨跌幅 年初至今涨跌幅
0 1 301086 鸿富瀚 79.30 20.01 13.22 ... 7.137000e+09 3.753928e+09 0.0 0.0 75.13 58.38
1 2 300115 长盈精密 37.72 20.01 6.29 ... 5.131150e+10 5.116357e+10 0.0 0.0 76.26 134.14
2 3 688332 中科蓝讯 139.82 20.00 23.30 ... 1.686204e+10 6.196033e+09 0.0 0.0 35.64 7.97
3 4 300836 佰奥智能 56.41 20.00 9.40 ... 5.228395e+09 3.565667e+09 0.0 0.0 26.85 95.26
4 5 300539 横河精密 48.48 20.00 8.08 ... 1.299752e+10 8.364546e+09 0.0 0.0 254.13 362.15
... ... ... ... ... ... ... ... ... ... ... ... ... ...
5748 5749 000018 神城A退 NaN NaN NaN ... NaN NaN NaN NaN 0.00 0.00
5749 5750 000015 PT中浩A NaN NaN NaN ... NaN NaN NaN NaN 0.00 0.00
5750 5751 000013 *ST石化A NaN NaN NaN ... NaN NaN NaN NaN 0.00 0.00
5751 5752 000005 ST星源 NaN NaN NaN ... NaN NaN NaN NaN 0.00 0.00
5752 5753 000003 PT金田A NaN NaN NaN ... NaN NaN NaN NaN 0.00 0.00
[5753 rows x 23 columns]
>>> type(stock_zh_a_spot_em_df)
<class 'pandas.core.frame.DataFrame'>
https://akshare.akfamily.xyz/data/stock/stock.html#id12 ↩
导言