معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Batching is a set of tools to format data for training sequence models

ویژگی	مقدار
سیستم عامل	-
نام فایل	batching-1.2.0
نام	batching
نسخه کتابخانه	1.2.0
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Charles Irick
ایمیل نویسنده	cirick@gmail.com
آدرس صفحه اصلی	https://github.com/cirick/batching
آدرس اینترنتی	https://pypi.org/project/batching/
مجوز	MIT

# Batching Batching is a set of tools to format data for training sequence models. [![Build Status](https://travis-ci.org/cirick/batching.svg?branch=master)](https://travis-ci.org/cirick/batching) [![Coverage Status](https://coveralls.io/repos/github/cirick/batching/badge.svg?branch=master)](https://coveralls.io/github/cirick/batching?branch=master) ## Installation ```shell $ pip install batching ``` ## Example usage Example script exists in sample.py ```python # Metadata for batch info - including batch IDs and mappings to storage resouces like filenames storage_meta = StorageMeta(validation_split=0.2) # Storage for batch data - Memory, Files, S3 storage = BatchStorageMemory(storage_meta) # Create batches - configuration contains feature names, windowing config, timeseries spacing batch_generator = Builder(storage, feature_set, look_back, look_forward, batch_seconds, batch_size=128) batch_generator.generate_and_save_batches(list_of_dataframes) # Generator for feeding batches to training - tf.keras.model.fit_generator train_generator = BatchGenerator(storage) validation_generator = BatchGenerator(storage, is_validation=True) model = tf.keras.Sequential() model.add(tf.keras.layers.Dense(1, activation='sigmoid') model.compile(loss=tf.keras.losses.binary_crossentropy, optimizer=tf.keras.optimizers.Adam(), metrics=['accuracy']) model.fit_generator(train_generator, validation_data=validation_generator, epochs=epochs) ``` ## License [![License](http://img.shields.io/:license-mit-blue.svg?style=flat-square)](http://badges.mit-license.org) - **[MIT license](http://opensource.org/licenses/mit-license.php)** - Copyright 2015 © <a href="http://fvcproductions.com" target="_blank">FVCproductions</a>.

نحوه نصب

نصب پکیج whl batching-1.2.0:

pip install batching-1.2.0.whl

نصب پکیج tar.gz batching-1.2.0:

pip install batching-1.2.0.tar.gz