badbye

library(shiny)
library(shinyjs)
library(wordcloud2)
if (!require(EBImage)) {
  source("https://bioconductor.org/biocLite.R")
  biocLite("EBImage")
}
library(EBImage)

badbye

codeOut = StringIO.StringIO()
codeErr = StringIO.StringIO()
sys.stdout = codeOut
sys.stderr = codeErr
exec code
sys.stdout = sys.__stdout__
sys.stderr = sys.__stderr__
error_output = codeErr.getvalue().strip()
normal_output = codeOut.getvalue().strip()
codeOut.close()

badbye

import cProfile

def profileit(name):
    def inner(func):
        def wrapper(*args, **kwargs):
            prof = cProfile.Profile()
            retval = prof.runcall(func, *args, **kwargs)
            # Note use of name from outer scope
            prof.dump_stats(name)
            return retval

badbye

logger <- mx.metric.logger$new()

mx.callback.plot.train.metric <- function(period, logger=NULL) {
  function(iteration, nbatch, env, verbose=TRUE) {
    if (nbatch %% period == 0 && !is.null(env$metric)) {
      N = env$end.round
      result <- env$metric$get(env$train.metric)
      plot(c(0.5,1)~c(0,N), col=NA, ylab = paste0("Train-", result$name),xlab = "")
      logger$train <- c(logger$train, result$value)
      lines(logger$train, lwd = 3, col="red")

badbye

#include <Rcpp.h>
using namespace Rcpp;

//[[Rcpp::export]]
bool allC(LogicalVector x){
	int n = x.size();
	for (int i = 0; i < n; i++){
		if (x[i] == false){
			return false;
		}

badbye

# 最后一个问题当时给我的印象特别深，让人不由得赞叹怎么可以构造出这么离奇却又合理的概率命题。
# 想象现在有两个盒子，两个盒子里各有整数，我们只知道它们不相同，没有其它任何进一步的信息。
# 现在游戏主办方允许我们打开一个箱子，然后猜另一个里面的数字比我们看到这个数大还是小。初看之
# 下，似乎没有任何办法帮我们来确知另一个盒子里究竟是个啥。但现在，只要你有一个随机数发生器，
# 你就可以改变命运。不妨假设我们有一个均匀随机转盘，转盘转到的角度服从上的均匀分布。我们按如
# 下规则猜测：从两个盒子中随便挑一个数字，然后转动转盘。如果比我们猜的这个数大，就猜大，反之
# 则猜小。
# 
# 作者：猪月
# 链接：https://www.zhihu.com/question/41408857/answer/90886492

badbye

# encoding: utf-8

'''
Created on 2016.04.21

@author: yalei
'''
import mxnet as mx
def cnn_text_network(num_class = 3, input_shape=(20, 300), conv_kernels = [3, 4, 5], num_filter = 100, drop_prob = 0.5):
    '''

badbye

library(Rcpp)
cppFunction('NumericVector replace_na(NumericVector x) {
  int n = x.size();
  NumericVector out(n);
  int temp = 0;
  for(int i = 0; i < n; ++i) {
    if (R_IsNA(x[i])){
      out[i] = temp;
    }else{
      temp = x[i];

badbye

＂＃＄％＆＇（）＊＋，－／：；＜＝＞＠［＼］＾＿｀｛｜｝～｟｠｢｣､　、〃〈〉《》「」『』【】〔〕〖〗〘〙〚〛〜〝〞〟〰〾〿–—‘’‛“”„‟…‧﹏﹑﹔·！？｡。'!"#$%&\'()*+,-./:;<=>?@[\\]^_`{|}~'

badbye

## nnet
library(nnet)
n = nnet(Species ~ ., data = iris, size=2, maxit = 500, abstol=1e-6)
mean(predict(n, iris[, 1:4], type='class') == iris[, 5])
# 0.66 or 0.99
library(devtools)
source_url('https://gist.githubusercontent.com/fawda123/7471137/raw/466c1474d0a505ff044412703516c34f1a4684a5/nnet_plot_update.r')
plot.nnet(n)

## mxnet