무료 슬롯 사이트의 새로운 기능은 무엇입니까? 버전 1.0.0 이후의 놀라운 기능을 살펴보세요!

무료 슬롯 사이트 커뮤니티에 올해는 매우 흥미로운 한 해였습니다! 안정적인 1.0.0 릴리스 이후, 우리는 우리가 선호하는 최적화 모델링 패키지를 더욱 다양하게 만들기 위해 열심히 노력했습니다. 강력하고 직관적이며 효율적입니다. 한동안 업데이트하지 않으셨다면, 대접.

이 게시물은 앞으로 있을 주요 개선 사항과 새로운 기능을 안내해 드립니다. 작업 흐름을 개선하세요. 뛰어들어 보자!

1. Typer를 사용한 세련된 새 CLI

귀하의 명령줄 환경이 대폭 업그레이드되었습니다. 이전했습니다.무료 슬롯 사이트 CLI에타이퍼, 현대적이고 강력한 빌드 프레임워크 CLI 애플리케이션.

이것이 당신에게 무엇을 의미합니까?

• 더 나은 도움말 및 자동 완성: 지능적인 기능으로 어디로 가는지 더 빠르게 도달하세요 모든 명령에 대한 탭 완성 및 더 명확한 도움말 메시지.

• 현대적인 느낌: 이제 CLI가 더욱 직관적이고 사용자 친화적이 되었습니다.

• GDX 덤프 및 차이점 유틸리티: 무료 슬롯 사이트 CLI가 새로운gdxapi. 다음을 사용하여 gdx 파일의 내용을 덤프할 수 있습니다.무료 슬롯 사이트 gdx 덤프 <파일 이름>그리고 비교하세요 2개의 gdx 파일 포함무료 슬롯 사이트 gdx diff <파일1> <파일2>.

간단히 실행하세요무료 슬롯 사이트 --help터미널에서 차이점을 확인해보세요!

2. 기록에 대한 직관적인 접근

이제 표현 기록에 접근하는 것이 더욱 직접적입니다. 결과를 얻으려면 표현식의 경우 일반적으로 도메인과 인쇄가 일치하는 기호에 이를 할당합니다.symbol.records. 이제 다음을 사용할 수 있습니다..레코드정리를 위한 표현식의 속성 DataFrame을 직접 사용하세요. 무료 슬롯 사이트가 중간 기호 생성을 처리합니다.

가져오기 감스파이 as gp

m=gp.컨테이너()i=gp.세트(m, 레코드=['i1', 'i2'])a=gp.매개변수(m, 도메인=i, 기록=[('i1', 1), ('i2', 2)])b=gp.매개변수(m, 도메인=i, 기록=[('i1', 3), ('i2', 4)])
# 옛날 방식
c=gp.매개변수(m, 도메인=i)c[i]=a[i]+b[i]인쇄(c.기록)
# 새롭고 간단한 방법:
인쇄((a[i]+b[i]).기록)

이 구문은 디버깅 및 데이터 분석을 단순화하여 코드를 더 깔끔하고 읽기가 더 쉽습니다.

3. 단순화된 지연/리드 구문

이제 시계열 데이터를 사용하여 동적 모델을 작성하는 것이 훨씬 더 자연스러워졌습니다. 교체했습니다.lead()그리고.lag()간단한 산술 연산자를 사용하는 메소드. 이렇게 하면 방정식이 수학적인 것과 훨씬 더 가까워 보입니다. 표현.

이전:

재고_균형[t]=인벤토리[t]==인벤토리[t.지연(1)]+생산[t]-판매[t]

이후:

재고_균형[t]=인벤토리[t]==인벤토리[t-1]+생산[t]-판매[t]

4. 직렬화로 작업 저장 및 로드

모델의 상태를 저장하고 나중에 다시 보고 싶었던 적이 있습니까? 이제 할 수 있습니다! 무료 슬롯 사이트 컨테이너는 쉽게 사용할 수 있습니다.직렬화됨(파일에 저장됨) 및역직렬화됨(파일에서 로드됨). 이는 장기 실행 프로세스를 검사하고 공유하는 데 적합합니다. 모델을 설정하거나 작업을 일시 중지하세요.

가져오기 감스파이 as gp

# 'm'이 컨테이너 객체라고 가정
# 전체 모델 상태를 파일에 저장
gp.직렬화(m,"직렬화된.zip")

# 나중에 다시 로드할 수 있습니다.
m2=gp.역직렬화("직렬화된.zip")

5. 대량으로 데이터 로드 속도 향상setRecords

기호에 데이터를 로드하는 속도가 훨씬 빨라졌습니다. 전화하는 대신setRecords각 기호에 대해 개별적으로 이제 기호 사전과 해당 기호를 전달할 수 있습니다. 단일 레코드로 기록setRecords컨테이너를 호출합니다. 이는 데이터 집약적인 모델의 오버헤드를 크게 줄여줍니다.

가져오기 감스파이 as gp

m=gp.컨테이너()i=gp.세트(m)j=gp.세트(m)
# 효율적인 단일 호출로 모든 레코드 전달
m.setRecords(i:범위(5), j:범위(5, 10)})
# 각 기호에 대해 별도의 호출을 수행하는 대신
i.setRecords(범위(5))
j.setRecords(범위(5, 10))

6. 를 사용한 손쉬운 요약.sum()

여기 또 다른 훌륭한 구문 설탕이 있습니다. a에 기호를 래핑하는 대신합계문, 이제 호출할 수 있습니다.sum()메서드를 기호 자체에 직접 적용합니다. 코드를 더 깔끔하게 만들 수 있는 작은 변화입니다.

이전:

가져오기 감스파이 as gp

m=gp.컨테이너()i=gp.세트(분)j=gp.세트(m)거리=gp.매개변수(m, 도메인=[i, j])합계=gp.매개변수(m)
# 고전적인 방법
전체[...]=gp.합계((i, j), 거리[i, j])
# 새롭고 간결한 방법
전체[...]=거리.합계()

동일한 구문 설탕을 사용할 수도 있습니다.제품 , 스민 , smax , 모래그리고죄송합니다작업.

7. 패키지 옵션으로 무료 슬롯 사이트 구성

이제 새로운 기능을 통해 무료 슬롯 사이트의 동작을 더 효과적으로 제어할 수 있습니다.패키지 옵션. 이를 통해 세션에 대한 유효성 검사 건너뛰기와 같은 전역 구성을 설정할 수 있습니다. 성능이 향상되었습니다.

가져오기 감스파이 as gp
gp.set_options("SOLVER_OPTION_VALIDATION":0})
...
...
your_model_definition...
...

위의 예에서는 무료 슬롯 사이트가 수행하는 솔버 옵션 검증을 비활성화합니다. 제공된 솔버 옵션이 유효한지 확인하십시오. 확실히 확인한 후 모델이 계획한 대로 작동하는지 확인하려면 검증을 비활성화하면 됩니다. 추가 성능을 얻으려면.

8. 자동 이름 추론

무료 슬롯 사이트 1.17.0에서는 이름이 없는 기호에 대한 자동 이름 생성 동작 변경되었습니다. 예를 들어 무료 슬롯 사이트 1.0.0에서 다음 코드 스니펫을 실행하는 경우:

가져오기 감스파이 as gp

와gp.컨테이너():i=gp.설정()  인쇄(f"세트 이름:{i.이름}")

무료 슬롯 사이트는 다음과 같은 자동 이름을 생성합니다:

세트 이름: s0f54b804_41a5_461a_a6b9_69bac2beb72c

1.17.0의 변경으로 인해 무료 슬롯 사이트는 이제 Python 변수 이름을 다음에서 가져오려고 시도합니다. 프레임을 스택에 저장하고 이를 심볼에 할당합니다. 따라서 위와 동일한 코드 조각은 이제 인쇄하세요:

세트 이름: i

프레임을 항상 사용할 수 있는 것은 아니라는 점에 주의하십시오(예: 특정 REPL 세션에서). 이 경우에도 무료 슬롯 사이트는 자동으로 이름을 생성합니다. 이 동작은 다음과 같습니다. 다음을 통해 제어됨USE_PY_VAR_NAME .

9. GDX에서 로드할 때 기호 이름 바꾸기

이제 GDX 파일에서 데이터 가져오기가 더욱 유연해졌습니다.symbol_names인수container.loadRecordsFromGdx메서드는 이제 사전을 허용하므로 GDX 기호 이름을 다른 기호 이름으로 매핑할 수 있습니다. 무료 슬롯 사이트 모델 내의 이름. 이는 이름 충돌을 피하는 데 매우 유용합니다. 또는 가져온 데이터를 기존 명명 규칙에 맞게 정렬합니다.

가져오기 감스파이 as gp

m=gp.컨테이너()model_demand=gp.매개변수(m,"model_demand")
m.loadRecordsFromGdx(    "data.gdx",
symbol_names={"gdx_demand":"model_demand"})

10. 성능 향상

속도 향상을 좋아하지 않는 사람이 어디 있겠습니까? 우리는 내부적으로 상당한 노력을 투자하여 무료 슬롯 사이트는 더 빠르고 메모리 효율적입니다. 많은 모델이 더 빠르게 생성됩니다. 그 어느 때보다 빠르게 작업을 반복할 수 있습니다. 예를 들어, 간단한 벤치마크 에indus89.py모델은 무료 슬롯 사이트 1.0.0 사이에서 모델 생성 시간이 31% 향상되었음을 보여줍니다. 및 무료 슬롯 사이트 1.17.0.

초미세 -w3-r10 '파이썬 indus89.py'

벤치마크 1(무료 슬롯 사이트 1.17.0): python indus89.py
  시간(평균±σ): 1.514s ± 0.029s [사용자: 2.900s, 시스템: 0.157s]
  범위(최소 ~ 최대): 1.484초 ~ 1.565초 10회 실행

벤치마크 2(무료 슬롯 사이트 1.0.0): python indus89.py
  시간(평균 ± σ): 2.197s ± 0.067s [사용자: 2.671s, 시스템: 0.097s]
  범위(최소 ~ 최대): 2.078초 ~ 2.335초 10회 실행

11. 기계 학습 워크플로 개선 사항

우리는 계속해서 수학적 최적화와 기계 학습의 세계를 연결하고 있습니다. 최근 업데이트에는 다음이 포함됩니다.

• 확장된 모델 지원:이제 우리는 다음을 포함하여 더 넓은 범위의 신경망 블록 및 구성 삽입을 지원합니다.
  • 신경망: 전환1일 , Conv2d , 선형(밀집) , Flatten_dims , 토치순차및 모든 풀링 레이어(MaxPool2d , MinPool2d , AvgPool2d ).
  • 활성화 기능:지원 대상LeakyReLU및 ReLU 제품군의 기타 변형.
  • 의사결정 모델:통합결정트리 , 랜덤포레스트및그라디언트부스팅모델.
• 향상된 성능:
  • 특히 극단적인 경우에 행렬 곱셈의 안정성이 향상되었습니다.
  • 다음을 포함한 다양한 블록에 대한 더 나은 바인딩 전파선형, Flatten_dims및 모든 풀링 및 컨볼루셔널 레이어.
• 새로운 기능:
  • 조각별 선형 함수를 지원합니다.
  • 싱글톤 세트를 도메인으로 사용하는 기능.
  • 피드포워드 및 컨볼루셔널 신경망 삽입을 보여주는 새로운 예.

가져오기 감스파이 as gp
가져오기 torch.nn as nn
에서 무료 슬롯 사이트math 가져오기어두움
m=gp.컨테이너()
모델=nn.순차(nn.Conv2d(1, 20, 5), nn.ReLU(), nn.Conv2d(20, 64, 5), nn.ReLU())
# 순차 모델 로드 또는 훈련
# ...

m=gp.컨테이너()x=gp.변수(m, 도메인=어두움([1, 1, 32, 32]))
seq_formulation=gp.공식.TorchSequential(m, 모델)y, eqs=seq_formulation(x)# x에 순차 모델을 적용하고 y를 얻습니다.
인쇄(y.도메인)# 1, 64, 24, 24 -> 배치, 채널, 높이, 너비

결론

무료 슬롯 사이트의 최신 버전은 생산성을 높이기 위한 것입니다. 더 매끄러운 CLI를 사용하면 더 많은 Python 구문, 주요 성능 향상 및 직렬화와 같은 강력한 새 기능, 최적화 모델을 구축하기에 지금보다 더 좋은 때는 없습니다.

다음으로 업그레이드하는 것이 좋습니다.최신 버전 (pip install 무료 슬롯 사이트 --upgrade) 새로운 기능을 사용해 보세요. 우리를 확인해 보세요문서자세한 내용 및 당신의 생각을 알려주세요!

즐거운 모델링 되세요!