jupyter标签_AtomGit开源社区

jupyter

北邮 AI无线通信 | 基于KNN的调制模式识别（1）理论基础+仿真建模

本文探讨了基于KNN算法的调制识别技术在OSI物理层中的应用。传统自适应调制编码（AMC）依赖信令传输调制方式信息，占用额外资源。为解决这一问题，引入KNN算法实现自动调制识别，通过分析接收信号的高阶累积量特征（如C20、C21、C40等）构建特征向量，训练分类器区分BPSK、QPSK、16QAM等调制方式。仿真实验分为两部分：MATLAB生成含噪声的调制信号样本并提取特征，Python通过KNN

青山如墨雨如画
2026-06-13 05:09:20

 258

 4

#人工智能 #matlab #python +2
书匠策AI你的期刊论文还在手搓？这个AI神器我真后悔没早发现！

工具不是用来替你思考的，是用来替你干脏活累活的。*）最大的价值，不是帮你"一键生成一篇论文"，而是把选题、找文献、搭大纲这些最耗时间、最消磨意志的前期工作，用几分钟帮你搞定。然后你把省下来的精力，花在真正需要你动脑子的地方——分析、论证、创新。这才是用AI写论文的正确姿势。所以，如果你现在正对着空白文档发呆，别硬撑了。👉微信公众号搜一搜：书匠策AI👉试试看，说不定你的论文困局，今天就能破局。?

书匠策AI学术
2026-06-12 12:31:11

 34

#人工智能 #julia #计算机视觉 +4
nbdev：用 Jupyter Notebook 搞定完整的 Python 项目开发

nbdev：用Jupyter Notebook完成Python全流程开发 fastai团队推出的nbdev工具（GitHub 5.3k星）实现了在Jupyter Notebook中完成完整的Python项目开发。开发者只需在Notebook中编写代码和注释，nbdev就能自动处理文档生成、测试、打包和CI等工程化工作。核心功能包括：基于Quarto的自动文档生成 Notebook与.py模块的

 yingsuweb912
2026-06-09 09:22:26

 354

 8

#python #jupyter #ide +1
Jupyter：交互式计算的开源基石

Jupyter是一款开源的交互式计算工具，在数据科学领域广受欢迎。它通过浏览器提供一体化编程环境，将代码编写、结果运行、图表展示和文档记录整合在同一个界面中，显著提升了数据分析效率。Jupyter项目家族包括Notebook、Lab、Hub和Book等多个组件，支持从个人开发到团队协作的不同场景。该项目采用Sphinx构建文档，支持实时预览。目前Jupyter已成为Python数据科学生态的基础设

 iotacore739298
2026-06-09 07:11:51

 243

 5

#jupyter #ide #python +1
Jupytext：让 Jupyter Notebook 变成纯文本

摘要： Jupytext 是一款将 Jupyter Notebook 转换为纯文本格式的工具，支持双向同步和版本控制。它解决了 Notebook 在 Git 中 diff 难读、IDE 支持差、合并冲突复杂等问题，支持 py:percent 和 Markdown 等格式，通过 Paired Notebooks 保留输出结果。用户可在 IDE 中编辑文本文件，并同步到 Jupyter 中运行，反之亦

 mofashu723
2026-06-07 18:22:40

 209

 5

#jupyter #ide #python +1
AiArty Image Matting 2.5 绿色版下载与安装教程

AiArty Image Matting 2.5是一款基于AI技术的图像抠图软件，专为精确背景去除和高级图像合成设计。它采用先进的Alpha遮罩技术，能够轻松实现前景与背景的精准分离，即使处理复杂边缘和半透明物体也能保持细节完整性。软件内置多个AI模型，包括AlphaStandard V2、AlphaEdge V2、EdgeClear V2和SolidMat V2，这些模型分别擅长处理不同的图像场

 小小尚@
2026-06-05 16:23:18

 239

 7

#postman #jupyter #myeclipse
Lux：Jupyter Notebook 里的智能数据可视化

Lux是一款Jupyter Notebook智能数据可视化工具，能自动为DataFrame生成可视化图表推荐，帮助用户快速发现数据趋势、相关性和异常值。它通过自动化EDA（探索性数据分析）流程，从Enhance、Filter、Generalize三个方向推荐图表，适合数据科学家、研究人员等日常使用Jupyter进行数据分析的用户。安装简单，只需导入Lux后正常打印DataFrame即可自动显示图表

 kappadat16811
2026-06-05 08:28:07

 192

 4

#信息可视化 #jupyter #ide +1
AI大模型应用开发工具与Jupyter Notebook课程笔记

│ AI大模型应用开发环境 ││ ├── Anaconda/Miniconda（环境管理） ││ ├── Jupyter Notebook（开发工具） ││ └── 必要Python库 │📝 支持代码、文本、图表混合编写▶️ 代码分块（Cell）执行，便于调试📊 直接在浏览器中显示图表和可视化结果💾 保存为.ipynb文件，可分享和复现│ Jupyter Notebook 界面 ││ 📁

天大科研狗
2026-05-21 14:16:05

 408

 8

#人工智能 #jupyter
肥胖风险数据预测分析

数据集:通过网盘分享的文件：obesity_level.csv链接: https://pan.baidu.com/s/1YjcjbXW3UPeWP5x99at6kQ 提取码: vdzc1/0，家人是否有超重肥胖1/0，经常吃高热量零食快餐1–3，越高越常吃蔬菜1-3，每天吃几顿正餐Sometimes/Frequently/Always/01–3，越高喝水越多1/0，是否关注热量0–3，越高运动越多

 惬意_意惬
2026-05-19 16:24:23

 415

 8

#数据分析 #大数据 #数据可视化 +2
矢量设计软件推荐 Affinity Designer 2.6.0 全平台适配

2.6.0 版本作为 V2 系列重要更新，核心聚焦智能选择工具引入、绘图交互优化与细节体验升级：新增AI 对象选择与主体选择工具，基于本地机器学习模型，自动识别并选中画面主体或指定对象，无需复杂路径绘制，大幅提升图像编辑与合成效率，数据本地处理保障安全；作为 Adobe Illustrator 的强劲替代工具，软件凭借轻量化架构、流畅操作体验与丰富专业功能，解决传统矢量软件卡顿、订阅成本高、跨平台

 小小尚@
2026-05-18 14:37:23

 390

 4

#postman #jupyter #macos +1
Jupyter Notebook 完全指南：从入门到精通

Jupyter Notebook已成为数据科学和教学领域的核心工具，其核心优势包括交互式探索、多语言支持、可视化友好等特点。文章详细介绍了.ipynb文件结构、环境搭建、基本操作、单元格类型、内核管理等基础内容，并深入探讨了魔法命令、扩展功能、交互控件等高级特性。同时涵盖了数据科学集成、版本控制、性能优化、调试技巧等实用主题，以及与其他工具的集成和部署分享方案。最后展望了Jupyter生态的未来发

 油墨香^_^
2026-05-09 12:17:58

 2204

 5

#jupyter #ide #python
批量预测性能优化：100个SKU并发预测6大加速策略

《AutoGluon时序预测极速优化指南》摘要：本文针对企业级批量SKU预测场景，提出6大加速策略。通过并行预测（提速3倍）、轻量模型组合（提速2-5倍）、关闭分位数计算、模型预加载等技巧，实现100个SKU预测从20-60秒压缩至3-5秒。特别推荐生产环境采用FastAPI+模型常驻内存方案，配合GPU加速可使深度学习模型提速5-10倍。实测显示最优方案较默认顺序预测提速9倍，为实时API和每日

 阿珊和她的猫
2026-05-09 06:30:00

 524

 6

#jupyter
使用生成模型进行预测：单步预测与多步预测的API调用

本文介绍了两种适用于水果销量预测场景的API调用方式：单步预测（未来1天）和多步预测（未来7/14/30天）。核心要点包括：1）使用AutoGluon训练时序预测模型；2）多步预测直接调用predict()获取未来N天结果；3）单步预测取多步结果的第一条数据；4）提供结果导出Excel的通用方法。文章强调训练时设置的pred_length决定最大预测天数，并提醒预测时只能使用历史数据。两种预测方式

 阿珊和她的猫
2026-05-09 05:30:00

 443

 7

#jupyter
过拟合识别与处理：训练/测试 WAPE 差距＞15% 实战应对方案

本文针对时序预测模型中训练误差（WAPE 8%）与测试误差（WAPE 23%）差距过大的问题，提出系统性解决方案。首先通过15%误差差判定为严重过拟合，并提供4步急救措施：降低模型复杂度、增加正则化、减少噪声特征、数据平滑处理。重点强调协变量泄露的自查方法（滞后特征、滑动窗口、归一化处理）。最后给出企业级优化方案（早停策略、滚动验证、缩短预测长度）和可直接复用的参数配置，将误差差控制在5%以内。核

 阿珊和她的猫
2026-05-08 06:30:00

 514

 10

#jupyter
模型评估与测试：在测试集上验证WAPE指标的实战流程

本文介绍了水果销量预测模型上线前的标准验证流程，旨在确保本地测试结果与真实上线效果一致。核心步骤包括：1）按时间严格切分训练集和测试集；2）仅用训练集训练模型；3）在测试集上预测并计算WAPE误差；4）分析异常SKU。文章强调测试集必须完全隔离，WAPE是唯一可信指标（水果行业10%-15%为合格），并提供代码实现和3条关键原则：时间不交叉、测试集不参与训练、以测试集WAPE为准。最后指出训练集用

 阿珊和她的猫
2026-05-08 05:30:00

 571

 17

#jupyter
【保姆级教程】不装 Anaconda，用 OpenFiles 三分钟打开 / 编辑 .ipynb，还能让 AI 直接改代码

OpenFiles 三分钟搞定 Jupyter Notebook：免安装、可编辑、AI 助力摘要： OpenFiles 是一款桌面端工具，解决了传统打开.ipynb文件的繁琐流程。它自带Python环境，无需安装Anaconda或配置Jupyter，双击即可打开并完整编辑.ipynb文件，支持运行代码、渲染表格/图表/公式。特色功能包括：内置AI助手可理解并修改代码，自动处理报错；完美展示Pan

程序媛kelly
2026-05-07 11:49:23

 531

 9

#jupyter #python #数据分析
AutoGluon 时序模型配置调优全指南

摘要：本文提供了一套针对水果/生鲜/零售场景的销量预测参数调优方案，核心目标是通过参数优化将WAPE指标降低2%～5%。关键建议包括：预测范围：日常补货推荐7天预测（prediction_length=7），周采购14天，大促3～7天；评估指标：业务场景首选WAPE（避免零销量爆炸），禁用MAPE；模型策略：快速验证用fast_training，平衡选medium_quality（含TF

阿珊和她的猫
2026-05-07 06:30:00

 554

 11

#jupyter
协变量泄露预防：训练测试阶段的时间切分策略与验证方法

《时序预测中的协变量泄露预防指南》摘要：本文深入剖析了时序预测中最致命的协变量泄露问题，指出90%新手因未来信息渗入训练集导致模型上线失效。核心解决方案包括三种严格的时间切分策略：简单时间切分、滚动时间窗切分和滞后排除切分，强调必须按时间顺序切割数据。文章提出四条黄金预防规则：滑动窗口必须滞后处理、未来协变量严格对齐时间、归一化仅在训练集计算、禁止时序数据打乱顺序。最后给出三种泄露验证方法和Au

阿珊和她的猫
2026-05-06 06:30:00

 569

 9

#jupyter
未来协变量构造：天气节假日促销等合法特征的4类来源

本文介绍了水果销量预测中合法合规的4类未来协变量构造方法，包括日历时间、节假日活动、天气预报和店铺计划特征。这些特征完全基于已知或可预测的未来信息，不会泄露实际销量数据。其中节假日效应和天气因素对水果销售影响显著，如夏季西瓜热销、雨天客流下降等。通过合理构建这些协变量（如日期、促销标记、温度等），配合AutoGluon等工具，可提升模型预测精度3%-10%。该方法特别适合水果等季节性商品，既规避数

 阿珊和她的猫
2026-05-06 05:30:00

 990

 19

#jupyter
水果进销存数据梳理：从原始数据到结构化数据集的6步流程

本文介绍了水果进销存数据标准化的6步流程：1）合并原始销售、采购和库存数据；2）统一商品名称并建立分类体系；3）处理缺失值、异常值和单位统一问题；4）扩展时间特征以捕捉销售规律；5）计算销量、库存、毛利等核心业务指标；6）按时间划分数据集并进行特征处理。最终生成包含日期、商品、销量、价格、库存等关键字段的结构化宽表，为后续AI预测建模提供高质量数据基础。该流程特别针对水果行业品名混乱、季节性强的特

 阿珊和她的猫
2026-05-05 17:48:39

 210

 1

#jupyter #机器学习 #自动化 +2
动手学深度学习过程中，在anaconda中如何使用jupyter notebook打开学习笔记教程与对应相关问题解决（如d2l下载失败报错：Failed to build ‘numpy‘）

动手学深度学习过程中，在anaconda中如何使用jupyter notebook打开学习笔记教程与对应相关问题解决（如d2l下载失败报错：Failed to build 'numpy'）

不改名了149
2026-05-04 19:36:55

 424

 10

#深度学习 #jupyter #学习 +3
【附Python源码】GAN网络实现图像生成

本文介绍了使用PyTorch实现生成对抗网络(GAN)生成MNIST手写数字的方法。项目采用模块化设计，包含数据预处理、生成器和判别器网络结构。生成器通过全连接层和转置卷积将噪声向量转换为图像，判别器则采用对称的卷积结构。训练过程使用Adam优化器和BCELoss损失函数，支持多GPU并行和断点续训。通过监控判别器和生成器损失指标，评估训练效果。最终生成的数字图像质量可通过样本可视化和潜在空间插值

 谙弆悕博士
2026-05-04 16:38:22

 490

 9

#python #生成对抗网络 #网络 +4
2026年pytorch基础学习（基于jupyter notebook开发）——从原理到落地：PyTorch神经网络架构与工程优化解析

本文档是一份全面的PyTorch深度学习实战指南。首先，筑基篇涵盖了环境配置、张量（Tensor）的底层物理与数学逻辑，以及自动微分（Autograd）机制的核心操作与常见避坑技巧。其次，网络篇详细剖析了卷积、全连接、激活、归一化、池化这五大核心网络基元，并系统梳理了从Dataset/DataLoader数据加载到运用“五步训练法”与优化器的完整模型构建流程。此外，实战与调试篇提供了丰富的代码实例

 partJava
2026-05-01 21:49:58

 575

 9

#pytorch #学习 #jupyter +2
【附Python源码】基于MLP的波士顿房价预测

这是一个基于多层感知机（MLP）的波士顿房价预测项目。模型使用3个全连接隐藏层（128→64→32），每层结合BatchNorm、ReLU激活和Dropout(0.2)以提升泛化能力。

谙弆悕博士
2026-04-29 14:59:51

 1002

 28

#python #开发语言 #神经网络 +4
ANSYS WORKBENCH轴承动力学仿真：内外圈及故障特征频率振动加速度模拟研究

本次分析的代码集源自SKF轴承动力学仿真模型，包含3个核心MATLAB代码文件，分别实现信号导入、时域/频域分析、包络谱分析及关键频率提取等功能，适用于正常轴承、内圈故障轴承等场景的动力学信号处理与故障特征识别。代码整体围绕轴承振动信号的采集、预处理、变换分析及特征提取展开，通过希尔伯特变换、快速傅里叶变换（FFT）等算法，挖掘信号中的频率特征，为轴承故障诊断提供数据支撑。

2501_93693767
2026-04-26 16:30:00

 84

#jupyter
【附jupyter源码】使用长短期记忆网络（LSTM）实现一个小说写作AI——以训练《西游记》为例

本项目利用LSTM网络构建了一个字符级文本生成模型，通过训练《西游记》全文（约74万字符）实现了神魔小说风格的自动续写。模型采用3层LSTM结构，包含字符嵌入层和线性层，总参数量约900万。项目提供了完整的训练流程，包括数据预处理、模型搭建、训练优化（梯度裁剪、学习率自适应衰减）以及文本生成功能。支持断点续训和温度采样控制生成文本的随机性。代码已整理为Jupyter Notebook，便于复现和调

 谙弆悕博士
2026-04-24 22:44:30

 1190

 40

#人工智能 #jupyter #lstm
HoRain云--Jupyter Notebook 界面介绍

摘要：本文介绍了Jupyter Notebook的使用指南，包括文件浏览器界面和Notebook编辑界面的功能详解。重点讲解了工具栏的核心操作（如运行代码、停止执行、重启内核）以及单元格的两种模式（Code模式和Markdown模式）。此外，还提供了内核状态指示器的解读，帮助用户高效管理代码执行流程。最后，作者鼓励读者互动反馈，并附上相关专栏推荐，涵盖Linux、Python、C语言等主题。

云夏之末
2026-04-23 13:00:00

 608

 16

#jupyter #ide #python
HoRain云--Jupyter Notebook 使用

本文介绍了HoRain云小助手的个人专栏内容，包括《C语言》《网络协议》《docker容器精解篇》等多个技术专栏。重点讲解了Jupyter Notebook的使用方法：从启动服务、创建笔记本、编写运行代码到保存关闭的完整流程，并演示了如何运行Python代码示例和切换单元格模式。文章最后鼓励读者持续学习，并提供了互动反馈渠道。全文内容实用，适合编程初学者快速上手Jupyter Notebook这一

 云夏之末
2026-04-23 09:30:00

 396

 10

#jupyter #ide #python
HoRain云--Jupyter Notebook 安装

本文介绍了Jupyter Notebook的安装方法及功能特点。Jupyter Notebook是一个基于网页的交互式计算环境，支持文字记录、代码编写和结果展示，特别适合数据分析和机器学习。文章提供了两种安装方式：使用pip直接安装（需先配置Python环境）和通过Anaconda一站式安装（推荐新手使用）。详细说明了安装前的环境检查步骤、安装命令以及常见问题的解决方法，并附带了Anaconda的

 云夏之末
2026-04-23 08:45:00

 365

 8

#jupyter #ide #python
强化学习实战8.1——用PPO打赢星际争霸【环境配置与下位机代码】

教你用强化学习PPO练一个能自己学习玩星际争霸的模型。前置课程需完成【强化学习实战1-7】

2301_80226956
2026-04-15 23:36:35

 669

 20

#jupyter #python #人工智能
AI学习专属：Win11 Anaconda + Jupyter 环境配置（零基础必装）

AI基础应用

 龙伞伞
2026-04-15 22:37:59

 707

 9

#AIGC #python #jupyter
本文是《销量预测准确率98%？我用LightGBM+XGBoost集成在Kaggle拿到Top 1%》的续篇，聚焦模型从Jupyter Notebook走向生产环境的自动化部署与可观测性。包含完整Do

本文是《销量预测准确率98%？我用LightGBM+XGBoost集成在Kaggle拿到Top 1%》的续篇，聚焦模型从Jupyter Notebook走向生产环境的自动化部署与可观测性。包含完整Dockerfile、GitHub Actions CI/CD流水线、Prometheus监控配置，文末附GitHub仓库地址，可直接复现。## 一、从"笔记本"到"生产服务"：为什么需要自动化？上一篇文

 阳明山水
2026-04-15 13:49:44

 727

 17

#jupyter #自动化 #ide +4
周末蹲在工位扒完了双馈风力发电机的仿真资料，攒了俩能用的模型，今天跟大伙掰扯掰扯——不是那种干巴巴的论文式拆解，就是我自己摸爬滚打踩过坑之后的碎碎念

首先建立了双馈风力发电机的数学模型，列出了双馈风力发电机的基本电磁方程、能量关系方程，并以此为基础设计了双 PWM 控制系统，此系统转子侧是基于转子磁链定向的，定子侧即为普通的 PWM 整流器然后在 Matlab/Simulink 平台搭建了并网后的控制模型，并搭建了一个简单的双馈风力发电机的过电流保护仿真过程中根据实际风力发电机工作时输入机械转矩改变的情况对双馈风力发电机的输入转矩进行了改变，从

 QQ:487739278
2026-04-04 14:51:33

 372

 12

#jupyter
Jupyter，一个神奇的 Python 库！

Jupyter Notebook是一款革命性的交互式编程工具，将代码、文档、图表和公式完美融合。它彻底改变了传统的"编辑-保存-运行"开发模式，让数据分析和机器学习实验变得流畅高效。本文详细介绍了Jupyter的安装方法、基本操作（创建Notebook、Markdown使用、快捷键）、高级功能（魔法命令、交互组件、自动重载模块）以及三大实战场景：股票数据分析、机器学习模型对比和

 代码小书生
2026-04-02 08:50:44

 653

 3

#python #jupyter #ide
轻载下润滑滚动轴承打滑现象的动态探究与缓解措施

matlab轴承动力学建模，轴承打滑，轴承打滑动力学模型，弹流润滑作用下滚子轴承打滑动力学模型，考虑了油膜刚度与赫兹接触刚度、等效阻尼等，分析了弹流润滑作用下的打滑特性在机械领域，滚动轴承的性能至关重要，而轻载时轴承的打滑现象常常会影响其正常运作与寿命。今天咱就来唠唠这弹流润滑作用下滚动轴承打滑的那些事儿，顺带用Matlab建个模瞅瞅。

PKWjiMrlayO
2026-03-13 19:45:00

 40

#jupyter
电力负荷预测：从传统到神经网络的探索

MATLAB Elman神经网络数据预测，BP神经网络预测，电力负荷预测模型研究负荷预测的核心问题是预测的技术问题，或者说是预测的数学模型。传统的数学模型是用显示的数学表达式加以描述，具有计算量小、速度快的优点，但同时也存在很多的缺陷和局限性，比如不具备自学习、自适应能力、预测系统的鲁棒性没有保障等。特别是随着我国经济的发展，电力系统的结构日趋复杂，电力负荷变化的非线性、时变性和不确定性的特点更加

 bmNlbzvlbvv
2026-03-11 10:45:00

 132

#jupyter
Rust Workspace 多项目管理：从单体到微服务架构的演进实践

摘要：本文深入探讨Rust的workspace机制在多项目管理中的专业应用。从架构设计角度分析workspace的核心价值在于统一依赖版本、共享构建缓存和强制模块化边界。重点介绍了分层架构实践、共享依赖管理策略、构建优化技巧以及测试文档协同工作等关键方面，并提出了5000行代码的经验拆分法则。文章强调workspace使用需要在灵活性与复杂性间权衡，为从单体架构向微服务演进提供了系统化的解决方案。

My2007_
2025-10-30 22:29:27

 912

 24

#postman #vim #jupyter