Выпуск Python-библиотеки для научных вычислений NumPy 1.19 |
||
|
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ Атаки на ИИ Внедрение ИИИИ теория Компьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Промпты. Генеративные запросы Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2020-06-21 10:54 Доступен релиз Python-библиотеки для научных вычислений NumPy 1.19, ориентированной на работу с многомерными массивами и матрицами, а также предоставляющей большую коллекцию функций с реализацией различных алгоритмов, связанных с использованием матриц. NumPy является одной из наиболее востребованных библиотек, применяемых для научных расчётов. Код проекта написан на языке Python с применением оптимизаций на языке Си и распространяется под лицензией BSD. В NumPy 1.19 прекращена поддержки Python 3.5 и удаленён код для обеспечения работы с Python 2 (прослойка numpy.compat пока оставлена). В качестве поддерживаемых версий заявлены Python 3.6, 3.7 и 3.8. Продолжено развитие модуля numpy.random для работы со случайными выборками. Улучшена поддержка wheel-пакетов NumPy на архитектуре Aarch64 и при использовании реализации Python PyPy. Расширена функциональность numpy.frompyfunc, np.str_, numpy.copy, numpy.linalg.multi_dot, numpy.count_nonzero и numpy.array_equal. Улучшено определение возможностей CPU, таких как поддержка AVX. Добавлена работающая 5-7 раз быстрее реализация np.exp на базе AVX512, применяемая для входных данных с типом np.float64. Телеграм: t.me/ainewsline Источник: www.opennet.ru Комментарии: |
|