管理模組化Python程式: 從獨立Project到Package或Submodule
管理模組化Python程式: 從獨立Project到Package或 Submodule 在軟體開發中，有許多知名的法則如物件導向原則、SOLID 原則等。而這些法則其實都是基於完成一個共同的目標－生產乾淨且可重複利用的程式碼。隨著軟體專案模組的開發，會遇到的就是在不同模組之間存在一些共用的模組，或 …
Continue ReadingShowing items from python
建立風格俐落Python專案的概述指南: 自動化排版、命名、型態註記與原則。
建立風格俐落Python專案的概述指南: 自動化排版、命名、型態註記與原則。 以應用的角度來看，程式碼的撰寫是過程，程式碼能夠帶來的功用才是有應用價值的地方。但當一個應用有一定的規模後，完成這個應用的程式碼很難是一個人去完成的，有些時候要導入一些穩定的開源碼，有些時候則是要與夥伴或同事合作完成。 因 …
Continue Reading
部屬雲端API型態的ML Service: 使用Flask與AWS Elastic Beanstalk的實務教學
部屬雲端API型態的ML Service: 使用Flask與AWS Elastic Beanstalk的實務教學 在 Machine Learning的發展中，訓練模型往往是最吸引人目光的。但如何部屬 (deploy) 訓練好的模型，其實也是一個不可忽視的重點。隨著 PaaS (Platform …
Continue Reading
適合大量資料I/O的儲存格式: TFRecord簡介與操作教學
適合大量資料I/O的儲存格式: TFRecord簡介與操作教學 在訓練模型的時候，資料輸入的流程直接影響了模型訓練或推理的效率。其中，資料格式 (data format) 相當地影響了I/O的速度，除了更換更高階的固態硬碟外，選擇binary形式的資料格式也是提升I/O效率的方法之一。 在許 …
Continue Reading
實務解析tf.function(2)：透過Side Effect檢查並避免Retrace
實務解析tf.function(2)：透過Side Effect檢查並避免Retrace 為了穩定的連接Python邏輯與Tensorflow 2.0，tf.function透過retrace機制連接了Python’s dynamic typing與Tensorflow靜態圖。這使 …
Continue Reading
包裝再升級？Tensorflow 2.0的重大改變
包裝再升級？Tensorflow 2.0的重大改變 綜觀Tensorflow發行的歷史：從2015年的0.x版本、2017年1.x版本到2019年的超級改版的Tensorflow 2.0，一步一步地推展著這套廣為人知的deep learning框架，卻也形成了不同大板號之間概念的變化。這次從1.x …
Continue Reading