Python每⽇⼀记25》pandas数据类型dtype ***ACM刚刚公布2018年图灵奖获得者，深度学习三巨头：Yoshua Bengio、Geoffrey Hinton、Yann LeCun获奖，深度学习获得了最⾼荣誉。三巨头获奖的背后，是⼀段经历了寒冬的艰⾟之路。 线路转换器
最后，送上本次获图灵奖的三位⼤神的主要技术成就，这些成就对其后的深度学习研究产⽣了巨⼤的影响，值得后⼈铭记。
Geoffrey Hinton
反向传播：
1986年，Hinton与David Rumelhart和Ronald Williams共同撰写了“Learning Internal Representations by Error
Propagation”论⽂，Hinton等⼈在⽂中证明了反向传播算法可以让神经⽹络发现⾃⾝的数据内部表⽰，这⼀发现让神经⽹络有可能解决以前被认为不可解决的问题。反向传播算法已经成为如今⼤多数神经⽹络的标准。
玻尔兹曼机：
户外防雷器
膏药制作
平移电动天窗1983年，Hinton与Terrence Sejnowski⼀起共同发明了玻尔兹曼机，这是第⼀个能够学习不属于输⼊或输出的神经元内部表⽰的神经⽹络之⼀。
对卷积神经⽹络的改进：
2012年，Hinton与他的学⽣Alex Krizhevsky和Ilya Sutskever⼀起使⽤整流线性神经元和退出正则化改进了卷积神经⽹络。在著名的ImageNet图像识别⼤赛中，Hinton和他的学⽣⼏乎将对象识别的错误率降低了⼀半，可以说重塑了计算机视觉领域。
Yoshua Bengio
序列的概率模型：
20世纪90年代，Bengio将神经⽹络与序列的概率模型（如隐马尔可夫模型）结合起来。这些思想被纳⼊AT＆T / NCR⽤于读取⼿写⽀票的系统中，成为20世纪90年代神经⽹络研究的巅峰之作，⽬前的深度学习语⾳识别系统正是这些概念的扩展。
⾼维词汇嵌⼊和注意⼒机制：
2000年，Bengio撰写了具有⾥程碑意义的论⽂“A Neural Probabilistic Language Model”，此⽂引⼊了
⾼维词嵌⼊作为词义表⽰。Bengio的这个思想对⽇后的⾃然语⾔处理任务产⽣了巨⼤⽽深远的影响，其中包括语⾔翻译、问答和视觉问答系统开发等。Bengio的团队还引⼊了“注意⼒机制”，导致了机器翻译研究的突破，并成为深度学习的顺序处理的关键组成部分。
⽣成对抗⽹络（GAN）：
⾃2010年以来，Bengio与Ian Goodfellow共同开发的⽣成对抗⽹络（GAN）引发了⼀场计算机视觉和计算机图形学的⾰命。GAN的⼀个引⼈注⽬应⽤是，计算机实际上能够⽣成原始图像，这种创造⼒往往被认为是机器具备⼈类智能的标志。
今天介绍pandas数据读取过程中我⾃⼰遇到的问题
在读取excel数据的时候，数据类型发⽣变化，本来会员卡号028****，但是读取后数据类型变成了28***，⽽且是科学计数法，本来的⽂本型数据变成了数值型数据，然后处理完数据再保存为excel后，也是保存的科学计数法类型，那我们怎么在读取数据时保存原有的数据类型呢？
烫贴dtype变量，接受⼀个字典，键为列名，值为数据类型，其中object对应的是python的字符串类型，如下图，是数据类型的对⽐图：
如果我们需要指定更多的列的数据类型，继续加键值对就⾏了，如果全部为什么类型，不使⽤字典即可。
如果我们要查看数据类型，直接dataframe.dtypes即可，如果要某列的数据类型，dataframe[ ‘会员卡号’].dtypes即可。
强制转换⼀列数据类型可以⽤下⾯的⽅法
药草香
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议