numpy

↑↑↑点击上方 蓝字 ，回复 资料 ，10个G的惊喜 作者：蛋酱、小舟，编辑：机器之心 神经网络画图神器 ML Visuals 正在持续更新。 去年 5 月，机器之心曾向大家推荐一款名为 ML Visuals 的机器学习画图模板，该项目受到广泛关注，迄今已收获 2.2K Star。ML Visuals 专为解决神经网络画图问题设计，最近，这一模板进行了更新。（ 文末附PPT下载链接 ） 项目地址：https://github.com/dair-ai/ml-visuals ML Visuals 现在包含了 100 多个可用的自定义图形，使用者可以在任何论文、博客、PPT 中使用这些资源。 这份 101 页的模板共包含几个部分： 基础组件 架构 机器学习概念 抽象背景 渐变背景 机器学习 & 健康 其他 机器学习系统设计 基础组件 这套画图模板首先提供了多种基础组件，比如表示过程、操作或转换的圆角矩形，表示神经元或任意操作的小圆圈，表示向量的一排小方块以及表示多维数组的网格等。 架构 架构部分的模板数量最多，共有 32 张。对于复杂的模型架构来说，套模板显然事半功倍，比亲手画图要便捷得多。 比如，画出卷积操作的示意图： 使用该模板重现一些经典架构也是得心应手，比如下图是使用该模板绘制的 Transformer 架构图： 机器学习概念 该模板还可以用来表示机器学习中的一些基本概念，比如

转载： https://www.cnblogs.com/gandoufu/p/9748841.html https://blog.csdn.net/tuzixini/article/details/81560980 1、查看 conda 版本号 　　conda -V 　　conda --version 2、conda常用的命令。 1）conda list 查看安装了哪些包。 2）conda env list 或 conda info -e 查看当前存在哪些虚拟环境 3）conda update conda 检查更新当前conda 3、环境管理 　　3.1、查看当前环境有哪些　　　　　　　　　　　　　　　　conda env list　　conda info -e 　　3.2、查看环境管理的命令帮助　　　　　　　　　　　　　　conda env -h 　　3.3、创建环境　　　　　　　　　　　　　　　　　　　　　conda create --name your_env_name　 　　　　例如：创建 Python 虚拟环境。conda create -n your_env_name python=X.X（2.7、3.6等） anaconda 命令创建python版本为X.X、名字为your_env_name的虚拟环境。your_env