Soumettre la recherche
Mettre en ligne
Python : Class
•
Télécharger en tant que PPTX, PDF
•
2 j'aime
•
643 vues
Seong-Hun Choe
Suivre
Classとは設計図である。 インスタンス、プロパティ、メッソドなどの概念の説明
Lire moins
Lire la suite
Logiciels
Signaler
Partager
Signaler
Partager
1 sur 16
Télécharger maintenant
Recommandé
Python : for文の解説
Python : for文の解説
Seong-Hun Choe
110828 tokyo scipy1_hido_dist
110828 tokyo scipy1_hido_dist
Shohei Hido
STLの型の使い分け(ダイジェスト版) @ Sapporo.cpp 第7回勉強会 (2014.10.18)
STLの型の使い分け(ダイジェスト版) @ Sapporo.cpp 第7回勉強会 (2014.10.18)
Hiro H.
[FUNAI輪講] BERT
[FUNAI輪講] BERT
Takanori Ebihara
NumPyが物足りない人へのCython入門
NumPyが物足りない人へのCython入門
Shiqiao Du
TF-IDFで文書カテゴリ分類
TF-IDFで文書カテゴリ分類
yuf yufkky
名前付け入門
名前付け入門
Takahiro Yaota
PyCon2020 Pythonで競プロをしよう! 〜入門者が知っておくべき高速化Tips〜
PyCon2020 Pythonで競プロをしよう! 〜入門者が知っておくべき高速化Tips〜
Kosaku Ono
Recommandé
Python : for文の解説
Python : for文の解説
Seong-Hun Choe
110828 tokyo scipy1_hido_dist
110828 tokyo scipy1_hido_dist
Shohei Hido
STLの型の使い分け(ダイジェスト版) @ Sapporo.cpp 第7回勉強会 (2014.10.18)
STLの型の使い分け(ダイジェスト版) @ Sapporo.cpp 第7回勉強会 (2014.10.18)
Hiro H.
[FUNAI輪講] BERT
[FUNAI輪講] BERT
Takanori Ebihara
NumPyが物足りない人へのCython入門
NumPyが物足りない人へのCython入門
Shiqiao Du
TF-IDFで文書カテゴリ分類
TF-IDFで文書カテゴリ分類
yuf yufkky
名前付け入門
名前付け入門
Takahiro Yaota
PyCon2020 Pythonで競プロをしよう! 〜入門者が知っておくべき高速化Tips〜
PyCon2020 Pythonで競プロをしよう! 〜入門者が知っておくべき高速化Tips〜
Kosaku Ono
わかりやすい変数名をつけよう
わかりやすい変数名をつけよう
suhe-doi
2012 kanemotolablecture3
2012 kanemotolablecture3
ytanno
AtCoder Regular Contest 049 解説
AtCoder Regular Contest 049 解説
AtCoder Inc.
Sort
Sort
oupc
コンピュータービジョンのためのグレブナー基底入門1
コンピュータービジョンのためのグレブナー基底入門1
Ryota Mima
Prml7.5.1
Prml7.5.1
Daiki Tsukahara
Cv20160205
Cv20160205
Takanori Ogata
My code
My code
俊 中村
Scalable Partial Least Squares Regression on Grammar-Compressed Data Matrices
Scalable Partial Least Squares Regression on Grammar-Compressed Data Matrices
Yasuo Tabei
Boost.python
Boost.python
fate_fox
水素原子に対するSchrödinger方程式の数値解法
水素原子に対するSchrödinger方程式の数値解法
dc1394
Chainer meetup20151014
Chainer meetup20151014
Jiro Nishitoba
Arに対する古典分子動力学シミュレーション
Arに対する古典分子動力学シミュレーション
dc1394
SchracVisualizeによる波動関数の可視化
SchracVisualizeによる波動関数の可視化
dc1394
単振り子と二重振り子のコンピュータシミュレーション
単振り子と二重振り子のコンピュータシミュレーション
dc1394
Lazy Pairing Heap
Lazy Pairing Heap
Kei Hibino
バッテリー強奪! PythonをCommon Lispから使う
バッテリー強奪! PythonをCommon Lispから使う
t-sin
20160611 pymc3-latent
20160611 pymc3-latent
Taku Yoshioka
最短経路問題
最短経路問題
chsommer
Wrapping a C++ library with Cython
Wrapping a C++ library with Cython
fuzzysphere
AIFrienz_Webinar_Tomomi_Research_Inc).pdf
AIFrienz_Webinar_Tomomi_Research_Inc).pdf
Seong-Hun Choe
Tensor Explained
Tensor Explained
Seong-Hun Choe
Contenu connexe
Tendances
わかりやすい変数名をつけよう
わかりやすい変数名をつけよう
suhe-doi
2012 kanemotolablecture3
2012 kanemotolablecture3
ytanno
AtCoder Regular Contest 049 解説
AtCoder Regular Contest 049 解説
AtCoder Inc.
Sort
Sort
oupc
コンピュータービジョンのためのグレブナー基底入門1
コンピュータービジョンのためのグレブナー基底入門1
Ryota Mima
Prml7.5.1
Prml7.5.1
Daiki Tsukahara
Cv20160205
Cv20160205
Takanori Ogata
My code
My code
俊 中村
Scalable Partial Least Squares Regression on Grammar-Compressed Data Matrices
Scalable Partial Least Squares Regression on Grammar-Compressed Data Matrices
Yasuo Tabei
Boost.python
Boost.python
fate_fox
水素原子に対するSchrödinger方程式の数値解法
水素原子に対するSchrödinger方程式の数値解法
dc1394
Chainer meetup20151014
Chainer meetup20151014
Jiro Nishitoba
Arに対する古典分子動力学シミュレーション
Arに対する古典分子動力学シミュレーション
dc1394
SchracVisualizeによる波動関数の可視化
SchracVisualizeによる波動関数の可視化
dc1394
単振り子と二重振り子のコンピュータシミュレーション
単振り子と二重振り子のコンピュータシミュレーション
dc1394
Lazy Pairing Heap
Lazy Pairing Heap
Kei Hibino
バッテリー強奪! PythonをCommon Lispから使う
バッテリー強奪! PythonをCommon Lispから使う
t-sin
20160611 pymc3-latent
20160611 pymc3-latent
Taku Yoshioka
最短経路問題
最短経路問題
chsommer
Wrapping a C++ library with Cython
Wrapping a C++ library with Cython
fuzzysphere
Tendances
(20)
わかりやすい変数名をつけよう
わかりやすい変数名をつけよう
2012 kanemotolablecture3
2012 kanemotolablecture3
AtCoder Regular Contest 049 解説
AtCoder Regular Contest 049 解説
Sort
Sort
コンピュータービジョンのためのグレブナー基底入門1
コンピュータービジョンのためのグレブナー基底入門1
Prml7.5.1
Prml7.5.1
Cv20160205
Cv20160205
My code
My code
Scalable Partial Least Squares Regression on Grammar-Compressed Data Matrices
Scalable Partial Least Squares Regression on Grammar-Compressed Data Matrices
Boost.python
Boost.python
水素原子に対するSchrödinger方程式の数値解法
水素原子に対するSchrödinger方程式の数値解法
Chainer meetup20151014
Chainer meetup20151014
Arに対する古典分子動力学シミュレーション
Arに対する古典分子動力学シミュレーション
SchracVisualizeによる波動関数の可視化
SchracVisualizeによる波動関数の可視化
単振り子と二重振り子のコンピュータシミュレーション
単振り子と二重振り子のコンピュータシミュレーション
Lazy Pairing Heap
Lazy Pairing Heap
バッテリー強奪! PythonをCommon Lispから使う
バッテリー強奪! PythonをCommon Lispから使う
20160611 pymc3-latent
20160611 pymc3-latent
最短経路問題
最短経路問題
Wrapping a C++ library with Cython
Wrapping a C++ library with Cython
Plus de Seong-Hun Choe
AIFrienz_Webinar_Tomomi_Research_Inc).pdf
AIFrienz_Webinar_Tomomi_Research_Inc).pdf
Seong-Hun Choe
Tensor Explained
Tensor Explained
Seong-Hun Choe
Installing tensorflow object detection on raspberry pi
Installing tensorflow object detection on raspberry pi
Seong-Hun Choe
TD4 Assembly Instruction
TD4 Assembly Instruction
Seong-Hun Choe
4bit-CPU : TD4の解説
4bit-CPU : TD4の解説
Seong-Hun Choe
딥러닝 추천교재 및 강좌
딥러닝 추천교재 및 강좌
Seong-Hun Choe
20170315 deeplearning from_scratch_ch01
20170315 deeplearning from_scratch_ch01
Seong-Hun Choe
NVIDIA ディープラーニング入門
NVIDIA ディープラーニング入門
Seong-Hun Choe
DC-DC-Converter Evaluation Report
DC-DC-Converter Evaluation Report
Seong-Hun Choe
LTSpice : How to import the transistor spice model
LTSpice : How to import the transistor spice model
Seong-Hun Choe
RF Power Amplifier Tutorial (2) Class A, B and C
RF Power Amplifier Tutorial (2) Class A, B and C
Seong-Hun Choe
RF Power Amplifier Tutorial (1)
RF Power Amplifier Tutorial (1)
Seong-Hun Choe
Impedance matching of the RF sputtering system
Impedance matching of the RF sputtering system
Seong-Hun Choe
Introduction of the Wireless Power Transfer System using Inductive resonant ...
Introduction of the Wireless Power Transfer System using Inductive resonant ...
Seong-Hun Choe
Plus de Seong-Hun Choe
(14)
AIFrienz_Webinar_Tomomi_Research_Inc).pdf
AIFrienz_Webinar_Tomomi_Research_Inc).pdf
Tensor Explained
Tensor Explained
Installing tensorflow object detection on raspberry pi
Installing tensorflow object detection on raspberry pi
TD4 Assembly Instruction
TD4 Assembly Instruction
4bit-CPU : TD4の解説
4bit-CPU : TD4の解説
딥러닝 추천교재 및 강좌
딥러닝 추천교재 및 강좌
20170315 deeplearning from_scratch_ch01
20170315 deeplearning from_scratch_ch01
NVIDIA ディープラーニング入門
NVIDIA ディープラーニング入門
DC-DC-Converter Evaluation Report
DC-DC-Converter Evaluation Report
LTSpice : How to import the transistor spice model
LTSpice : How to import the transistor spice model
RF Power Amplifier Tutorial (2) Class A, B and C
RF Power Amplifier Tutorial (2) Class A, B and C
RF Power Amplifier Tutorial (1)
RF Power Amplifier Tutorial (1)
Impedance matching of the RF sputtering system
Impedance matching of the RF sputtering system
Introduction of the Wireless Power Transfer System using Inductive resonant ...
Introduction of the Wireless Power Transfer System using Inductive resonant ...
Python : Class
1.
Tomomi Research Inc. Python Class
解説 2017/09/19 (Thu) Seong-Hun Choe
2.
Tomomi Research Inc. Classの概念 2017/9/26 出典:みんなのAI講座
ゼロからPythonで学ぶ 人工知能と機械学習 (Udemy) 講座のリンク https://www.udemy.com/learning- ai/learn/v4/t/lecture/7332422?sta rt=0
3.
Tomomi Research Inc. 用語の説明 2017/9/26 (2)
インスタンス(Instance) : クラス(設計図)に よって作られたもの(実体Object) (3) メッソド(Method) : クラス(設計図)によって作 られた関数。 (4) プロパティ(Property) : クラス(設計図)によっ て作られた変数。今は覚えなくてもいい。 (1)
4.
Tomomi Research Inc. 休憩:Pythonのドット(.) ■
ドット(.)は、「~の」という意味。 2017/9/26 npのarray()との意味 randomのrandint()との意味 diceクラスのDice()メッソド との意味 この表記に慣れれば、クラス を理解し、Deep learningのプロ グラミングができるようになる。
5.
Tomomi Research Inc. クラスの生成 ■
サイコロを振るプログラムを「クラス」を利用して作る。 2017/9/26 Diceというクラス (設計図) Saiという インスタンス (Object) 別のインスタ ンス 別のインスタ ンス Passとは何もないこ とを意味する。ここ だけ使う。 Diceというクラスによってsaiというインスタン スを生成
6.
Tomomi Research Inc. プロパティの追加 ■
サイコロは6面であることを指定 2017/9/26 • 6面を表す変数を指定。ク ラスの変数をプロパティと 呼ぶ。(覚えなくても良い) • passはなくなった。 • saiのface_numとの意味 Diceというクラス (設計図) face_num=6 Saiという インスタンス (Object) face_num=6 設計図の変数がそのままイン スタンスに引き継がれる。
7.
Tomomi Research Inc. メッソドの追加 ■
サイコロを振る(shoot a dice 英)→1~6までの数字をランダムに返す。 * 1から6までの数字をランダムに返す関数を追加。 * クラス内部の関数をメッソドと呼ぶ。 * 注意点:メッソドを宣言する時、必ずselfという引数を取る 2017/9/26 random module import shoot()メッソド, 引数がself Saiインスタンス Saiのshoot()メッソド 1回目は5 2回目は2 Diceというクラス (設計図) face_num=6 Shoot() Saiという インスタンス (Object) face_num=6 Shoot() 設計図の関数(メッソド)がそのま まインスタンスに引き継がれる。
8.
Tomomi Research Inc. ちょっと高度にする。 ■六面体のサイコロを、正多面体(4,
6, 8, 12, 20)のサイコロにしたい。 2017/9/26 正四面体 正六面体 正二十面体 正十二面体 正八面体 正六面体
9.
Tomomi Research Inc. まず、ランダムメッソドの修正 2017/9/26 selfのface_numと意味 理由はともかくここでは覚えておく。 Shootメッソドのrandint()の引数にself.face_numになることに注意
10.
Tomomi Research Inc. まず、ランダムメッソドの修正(六面体→二十面体) 2017/9/26 selfのface_numと意味 理由はともかくここでは覚えておく。 Shootメッソドのrandint()の引数にself.face_numになることに注意
11.
Tomomi Research Inc. まず、ランダムメッソドの修正 ■
まず、クラスを初期化する。 初期化メッソド : __init__() 2017/9/26 変な形だけど、とりあえず暗記 ここも引数がself
12.
Tomomi Research Inc. プログラムを改造する。 1.何面体ですか?
→ ユーザーが数字を入力 → それに合わせてサイコロの数字が出力 2017/9/26 ? 12 ランダムに 1~11の数字 を出力 正十二面体
13.
Tomomi Research Inc. プログラムを改造する。 2017/9/26 インスタンスを作る時、引数(6=val)を記入する。 引数(6=val)しないとエラー発生
14.
Tomomi Research Inc. インスタンス作る時、引数を記入したくない。 2017/9/26 引数valにデフォルト値を指定すればいい。 __init(self,
val=6) 引数(6=val)しなくてもとエラー発生しない。
15.
Tomomi Research Inc. 作ったクラスをモジュールファイルとしておく 2017/9/26 ファイル名:dice.py Jupyterの作業ディレクトリに 置く dice.pyをimport dice.py(module)のDice(class)を 呼び指す。
16.
Tomomi Research Inc. まとめ 1.
クラスは設計図。作られたものをインスタンスと呼ぶ。 2. クラス内部の関数はメッソド 3. クラスでメッソドを宣言する時、引数としてselfを必ず使う。 4. クラスの初期化のメッソド、変な名前 __init__() 5. クラスのメッソド内部の変数(プロパティ)にはなぜかself.をつける 次回は、このクラスがDeep learningでどう使われるかを説明します。 2017/9/26
Télécharger maintenant