Connect with us
https://ainews.site/wp-content/uploads/2021/11/zox-leader.png

Published

on

The Ultimate Managed Hosting Platform

Cos’è Python Array?

Un array è delineato come un gruppo di cose ordinate in aree di reminiscenza contigue. Un array è una sorta di contenitore che contiene forme correlate di un numero di oggetti collettivamente, questo aiuta a rendere il calcolo semplice e veloce. La combinazione di array aiuta a ridurre la dimensione generale di questo sistema. Probabilmente hai un inventario di cose che sono salvate in un certo numero di variabili, ad esempio,

Animal1 = “Canine”
Animal2 = “Tiger”
Animal3 = “Lion”
Animal4 = “Elephant”
Animal5 = “Deer”

Quindi sarai in grado di combinarli tutti in un’unica variabile nel tipo di un array.

In Python, l’array può essere gestito da un modulo denominato “array”, utile se abbiamo bisogno di manipolare un singolo tipo di conoscenza. Sotto ci sono due frasi necessarie che possono aiutare a comprendere l’idea di un array.

  1. Componente: Ogni merce salvata in un array è denominata componente.
  2. Indice: La situazione di ogni aspetto è delineata da un valore numerico denominato indice. Ogni aspetto in un array ha un valore di indice da cui può essere riconosciuto.

Illustrazione della matrice

L’array può essere dichiarato in una serie di metodi basati sul linguaggio di programmazione che stiamo utilizzando. Tuttavia, sono necessari pochi fattori a cui pensare mentre si lavora con un array:

  1. L’indice iniziale di un array è 0
  2. Ogni aspetto in un array è accessibile dal suo indice
  3. La dimensione o la dimensione di un array determina la capacità dell’array di vendere al dettaglio le condizioni meteorologiche

La sintassi per l’illustrazione della matrice

arrayName = array.array (tipo di dati, [array,items])

Creazione di array Python

In Python, l’array può essere creato importando il modulo array. Ora puoi creare l’array utilizzando array.array(). In alternativa all’utilizzo regolare di array.array(), dovresti usare “import array as arr”, arr funzionerà come alias e puoi creare un array utilizzando arr.array(). Questo alias potrebbe essere qualcosa secondo il tuo desiderio.

nome_variabile = array(typecode, [value_list])

Per esempio:

import array as arr
myarray = arr.array ( ‘i’, [1, 2, 3, 4, 5])

All’interno del codice sopra, la lettera ‘i’ rappresenta il codice tipo e il valore è di tipo intero.

Le tabelle sottostanti presentano i codici tipo:

Codice di ordinamento Tipo pitone C Ordina Dimensione minima (byte)
‘tu’ Carattere Unicode Py_UNICODE 2
‘b’ int Carattere firmato 1
‘B’ int Carattere non firmato 1
‘h’ int Firmato veloce 2
‘l’ int Firmato lungo 4
‘L’ int Non firmato lungo 4
‘q’ int Firmato a lungo 8
‘Q’ int Unsigned lungo lungo 8
‘H’ int Senza segno veloce 2
‘f’ Galleggiante Galleggiante 4
‘d’ Galleggiante Doppio 8
‘io’ int Firmato int 2
‘IO’ int Int. non firmato 2

Accesso ai componenti dell’array Python

Entreremo nelle parti dell’array utilizzando il suo indice. L’indice è sempre un numero intero.

Sintassi: nome_variabile [index_number]

Esempio:

import array as ar
top = ar.array (‘i’ , [165, 166, 154, 176, 144])
print (top[3])
print (top[0])

Produzione:

176

165

Quanto sopra determina rappresenta l’aspetto dell’array e la sua indicizzazione. Nell’array, l’indicizzazione inizia con 0, in ordine per istanza il valore in alto[3] è 176 e il valore in cima[0] è 165.

Tieni presente che l’indice finale di un array è sempre inferiore alla dimensione di un array. Se n è la dimensione di un array, allora n-1 sarebbe l’indice finale di quell’array.

In Python, sarai in grado di inserire l’aspetto utilizzando l’indicizzazione distruttiva, in quanto l’aspetto finale di un array può avere l’indice -1, il secondo aspetto finale può avere l’indice -2 e così via.

Esempio:

import array as ar
top = ar.array (‘i’ , [165, 166, 154, 176, 144])
print (top[-3])
print (top[-1])

Produzione:

154

144

Affettare array Python

L’operatore di affettatura “ : “ aiuta a inserire la variazione delle parti in un array.

Esempio:

import array as ar
worth = ar.array (‘i’, [5, 2, 7, 1, 34, 54, 22, 7, 87, 2¸ 53, 22, 0, 11])  
print (worth [1:5])
print (worth [7:])
print (worth [:])
print (worth [:-5])

Produzione :

matrice (‘io’ , [2, 7, 1, 34])

matrice (‘io’ , [22, 7, 87, 2¸ 53, 22, 0, 11])

matrice (‘io’ , [5, 2, 7, 1, 34, 54, 22, 7, 87, 2¸ 53, 22, 0, 11])

matrice (‘io’ , [5, 2, 7, 1, 34, 54, 22, 7, 87])

Modifica e inclusione di componenti

Gli elenchi sono modificabili, il che implica che siamo in grado di modificare e aggiungere il tempo dopo che gli elenchi sono stati delineati. Vediamo prima come siamo in grado di cambiare il tempo dalle liste.

Modifica dei componenti dell’elenco di controllo

Se abbiamo bisogno di modificare un singolo aspetto in un inventario, siamo in grado di cambiarlo utilizzando il suo indice. Vediamo il metodo per un simile.

la mia lista [0] = valore

la mia lista [4] = valore

All’interno delle affermazioni di cui sopra, stiamo alterando il valore dell’aspetto corrente all’indice 0 e all’indice 4. Questo potrebbe sostituire l’aspetto precedente con l’aspetto nuovo di zecca. Il valore definisce l’aspetto nuovo di zecca che dobbiamo inserire nel record.

Esempio

import array as arr
record = arr.array(‘i', [2, 5, 6, 2, 6 ,1, 7, 8, 12, 45, 4]
record [0] = 111
record [4] = 232
record [-1] = 0
print (record)

Produzione

array(‘io’ [111, 5, 6, 2, 232, 1, 7, 8, 12, 45, 0])

Se abbiamo bisogno di modificare tutti gli oggetti in un inventario con un incremento o un decremento all’interno dei valori, allora siamo in grado di cambiare tutta la corrente meteorologica in un inventario.

Esempio

import array as arr
record = arr.array(‘i', [2, 5, 6, 2, 6 ,1, 7, 8, 12, 45])
print ("Unique Checklist")
print (record)
print ("Up to date Checklist")
record = [i+5 for i in list]
print (record)

Produzione

Lista di controllo unica

arr.array(‘i’, [2, 5, 6, 2, 6, 1, 7, 8, 12, 45])

Lista di controllo aggiornata

array(‘io’, [7, 10, 11, 7, 11, 6, 12, 13, 17, 50])

All’interno dell’istanza precedente, ora abbiamo incrementato il valore del record di 5 utilizzando una singola riga. Questa tecnica è chiamata comprensione dell’inventario.

Compresi i componenti dell’elenco di controllo

Aggiungeremo parti agli elenchi in 3 modi:

  1. aggiungere() : la tecnica append() può aggiungere un singolo aspetto o un oggetto in un inventario.

Sintassi: record.append (valore)

Esempio

>>>import array as arr
>>> record = arr.array(‘i', [2, 5, 6, 2, 6, 1, 7, 8, 12, 45])
>>> record.append (100)
>>> print (record)

Produzione

array(‘io’, [2, 5, 6, 2, 6, 1, 7, 8, 12, 45, 100])

All’interno dell’istanza di cui sopra, ora abbiamo aggiunto un valore nuovo di zecca di 100 al record prevalente. Il nuovo valore aggiunto potrebbe essere aggiunto al finale all’interno del record.

Aggiungeremo inoltre un record in un altro record utilizzando la tecnica append().

Esempio

>>>import array as arr
>>> list_first = arr.array(‘i', [5, 10, 15, 20])
>>> list_second = arr.array(‘i', [2, 4, 6, 8])
>>> list_first.append (list_second)
>>> print (list_first)

Produzione

array(‘io’, [5, 10, 15, 20, [2, 4, 6, 8]])

Nell’esempio precedente ora abbiamo aggiunto i valori del secondo record nel primo record. Proprio qui il secondo record agisce come un singolo oggetto.

  1. inserisci() : Insert() inserisce l’aspetto in un punto particolare

Sintassi: record.insert ( valore_indice , aspetto)

Esempio

>>>import array as arr
>>> list_first = arr.array(‘i', [5, 10, 15, 20])
>>> list_first.insert (0, 1)
>>> print (list_first)

Produzione

array(‘io’, [1, 5, 10, 15, 20])

All’interno dell’istanza sopra, ora abbiamo inserito il valore 1 all’indice 0.

  1. prolungare(): la tecnica prolong() aiuta in modo da aggiungere un numero di parti alla fine delle liste nello stesso tempo.

Ogni append() e prolong() aggiunge parti alla fine del record, tuttavia prolong() può aggiungere un numero di parti e non sarà fattibile in append().

Sintassi: registrare.prolungare ([value1, value2, value3, ….. ])

Esempio

import array as arr
record = arr.array(‘i', [2, 5, 6, 2, 6 ,1])
print ("Unique Checklist")
print (record)

print ("Up to date Checklist")
record.prolong arr.array(‘i', ([39, 239]))
print (record)

Produzione

Lista di controllo unica

array(‘io’, [2, 5, 6, 2, 6, 1])

Lista di controllo aggiornata

array(‘io’, [2, 5, 6, 2, 6, 1, 39, 239])

Eliminazione dei componenti dell’array Python

Prenderemo parti da un array utilizzando tre strategie, vediamo ognuna di esse con esempi.

  1. porta via(): La tecnica take away() eliminerà esclusivamente l’incidenza primaria di una merce. Ciò significa che se gli oggetti identici sono presenti in un certo numero di occasioni in un inventario, la tecnica take away() eliminerà esclusivamente l’incidenza principale di quella merce.

Sintassi: record.take away (valore)

Esempio

colour = arr.array(‘i', [2, 5, 3, 7, 8, 2, 1 ])
colour.take away( 2 )
print( colour )

Produzione

array(‘io’, [5, 3, 7, 8, 2, 1])

  1. pop(): la tecnica pop() è un’altra tecnica per togliere parti dalle liste. Svolge le stesse funzioni perché la tecnica take away(), tuttavia l’unica distinzione è che la tecnica take away() prende il valore come argomento e la tecnica pop() accetta l’indice come argomento. Dobbiamo dare l’indice come argomento e la tecnica pop() uscirà il valore corrente a quell’indice esatto. La tecnica pop() restituisce il valore corrente a quell’indice.

Sintassi: record.pop (valore_indice)

Esempio

>>> colour = arr.array(‘i', [2, 5, 3, 7, 8, 2, 1 ])
>>> colour.pop(4)
>>> print(colour)

Produzione

8

array(‘io’, [2, 5, 3, 7, 2, 1])

All’interno dell’istanza precedente, la tecnica pop() elimina la corrente meteorologica all’indice 4 e restituisce la corrente di valore su quell’indice che è ‘Blue’

La tecnica pop() genera “IndexError” se l’indice specificato non è variabile.

  1. del: L’operatore del è molto simile alla tecnica pop() con una distinzione necessaria. La tecnica del prende l’indice come argomento e rimuove quell’aspetto dal record, tuttavia non restituisce alcun valore. Tuttavia la tecnica pop() restituisce il valore corrente a quell’indice. Proprio come la tecnica pop(), del solleva inoltre “IndexError” se l’indice o gli indici specificati non sono variabili.

Sintassi: del record (valore_indice)

Esempio

>>> colour = arr.array(‘i', [2, 5, 3, 7, 8, 2, 1 ])
>>> del colour[5]
>>> print(colour)

Produzione

array(‘io’, [2, 5, 3, 7, 8, 1 ])

Elenchi Python vs Array

Vettore Elenchi
Un array può vendere al dettaglio forme correlate di parti di informazioni Il record può vendere vari tipi di parti di informazioni
Deve importare un modulo in modo esplicito per la dichiarazione Non è necessario importare un modulo esplicitamente per la dichiarazione
Un array è più appropriato di un inventario Gli elenchi sono molto meno appropriati degli array per dettagliare le informazioni
Stamperemo le parti dell’array senza utilizzare cicli specifici Stamperemo il tuo record completo utilizzando un ciclo specifico
L’array consuma molto meno dimensione della reminiscenza Gli elenchi mangiano una dimensione di reminiscenza extra per una semplice aggiunta
Un array è più popolare quando dobbiamo vendere al dettaglio una notevole quantità di informazioni Gli elenchi sono più popolari quando dobbiamo vendere al dettaglio una sequenza di conoscenze più breve
Un array può gestire immediatamente le operazioni aritmetiche Il record non può gestire immediatamente le operazioni aritmetiche
Nell’array, dovrebbe includere entrambe tutte le parti nidificate della stessa dimensione Il record può essere nidificato per avere tipi di parti completamente diversi

Quando usare l’array?

Un array è utile quando abbiamo bisogno di usare molte variabili dello stesso tipo. Aiuta ad allocare la reminiscenza in modo dinamico e salva la reminiscenza. Utilizzando gli array, siamo in grado di implementare semplicemente elenchi collegati, pile, code, grafici, legname e così via.

Viene utilizzato un array durante l’implementazione di algoritmi di ordinamento corrispondenti a tipo di bolla, tipo di inserimento, tipo di scelta e così via. Utilizzeremo un array per le parti del rivenditore. Un array può essere utilizzato per la pianificazione della CPU e l’esecuzione di operazioni sulle matrici.

Perché usare Array in Python?

Array aiuta a evitare perdite di tempo. Consegneremo al dettaglio una notevole quantità di informazioni senza dichiarare interi separati di ogni quantità o aspetto. Con l’assistenza di Python, siamo in grado di ridurre le sollecitazioni del codice. Un array è utile per implementare gli edifici di informazioni corrispondenti a stack, code, record collegati e così via. Array esegue belle operazioni numeriche nel punto in cui il record non può gestire immediatamente le operazioni matematiche.

Gli array sono mutevoli, il che implica che siamo in grado di cambiare il clima di un array ogni volta che lo desideriamo, successivamente siamo in grado di eseguire manipolazioni varie ogni volta che richiesto.

Scoprire la dimensione di un array

Per cercare il numero preciso di parti in un array possiamo usare la tecnica incorporata len(). Questa tecnica viene utilizzata per specificare l’intera varietà di parti in una matrice.

Esempio

>>> import array as ar
>>> size = ar.array ('i', [3, 5, 1, 7, 0])
>>> print (len(size))

Produzione

5

All’interno dell’istanza precedente, l’intera quantità in un array è 5, quindi la dimensione dell’array è 5.

Concatenazione di array

Nella concatenazione di array, utilizziamo array concatenati con l’assistenza dell’immagine “+”.

Esempio

>>> import array as ar
>>> first = ar.array ('i', [3, 5, 1, 7, 0])
>>> second = ar.array ('i', [12, 16, 19, 20])
>>> add = ar.array ('i')
>>> add = first + second
>>> print ( " Concatenated Array = ", add)

Produzione

Array concatenato = array(‘i’, [3, 5, 1, 7, 0, 12, 16, 19, 20])

All’interno dell’istanza precedente, ora abbiamo concatenato due array direttamente in un unico array. Come tutti sappiamo, l’array contiene un tipo analogo di valori, quindi i valori concatenati devono essere dello stesso tipo.

Conclusione

Quindi ora abbiamo visto come siamo in grado di utilizzare gli array in Python e inoltre siamo venuti qui per conoscere tutte le manipolazioni fondamentali che siamo in grado di eseguire sugli array. Quindi, questo ci porta alla punta del nostro articolo Python Array.



The Ultimate Managed Hosting Platform

Source link

Continue Reading

Ultime notizie

I direttori del consiglio di amministrazione australiani hanno esortato a rafforzare le capacità di sicurezza informatica – L’ultima novità in materia di intelligenza artificiale | Robotica AI

Published

on

Australian board directors urged to boost cybersecurity skills

The Ultimate Managed Hosting Platform

Il volto umano è particolare. È contemporaneamente pubblico e privato. I nostri volti rivelano dettagli delicati su di noi: chi siamo, dopotutto, ma anche il nostro genere, sentimenti, benessere ed extra.

I legislatori in Australia, come questi in tutto il mondo, non hanno mai previsto che la nostra conoscenza del volto possa essere raccolta su scala industriale, quindi utilizzata in tutti i pezzi dai nostri smartphone alle telecamere a circuito chiuso della polizia. Quindi non dovremmo essere sbalorditi dal fatto che le nostre linee guida legali non abbiano risparmiato tempo con lo straordinario aumento delle competenze nel riconoscimento facciale.

Tuttavia, che tipo di linee guida legali vorremmo? L’esperienza può essere utilizzata per ogni bene e male, quindi né il bando né il presente libero per tutti sembrano definitivi.

Tuttavia, il fallimento della regolamentazione ha reso il nostro quartiere debole e pericoloso per l’uso del riconoscimento facciale. Per riempire il buco autorizzato, suggeriamo un “legge modello“: una panoramica delle leggi che i governi in tutta l’Australia possono adottare o adattare per gestire usi pericolosi del riconoscimento facciale pur consentendo quelli sicuri.

Il problema delle scienze applicate del riconoscimento facciale

Le istanze d’uso per le scienze applicate al riconoscimento facciale sembrano limitate esclusivamente dalla nostra creatività. Molte persone non danno per scontato di utilizzare il riconoscimento facciale per sbloccare le nostre unità digitali. Ma l’esperienza è stata anche provata o applicata in tutta l’Australia in una varietà di condizioni, insieme a scuole, aeroporti, negozi al dettaglioattrezzatura da golf e luoghi di giocoe forze dell’ordine.

Man mano che l’uso del riconoscimento facciale cresce ad un stimato 20% ogni anno, così anche il pericolo per le persone, in particolare in contesti ad alto rischio come la polizia.

Negli Stati Uniti, l’affidarsi a una tecnologia di riconoscimento facciale soggetta a errori ha portato a non pochi casi di ingiustizia, che coinvolgono in particolare i neri. Questi abbracciano l’ingiusto arresto e detenzione di Robert Williamse l’illecito esclusione di una giovane ragazza nera da una pista di curling a Detroit.

Molte delle più grandi società tecnologiche del mondo, insieme a Meta, Amazon e Microsoft—hanno abbassato o interrotto i loro fornitori di riconoscimento facciale. Hanno citato considerazioni sulla sicurezza del cliente e sull’assenza di una regolamentazione efficiente.

Ciò è lodevole, tuttavia ha anche provocato una sorta di “fallimento del mercato normativo”. Mentre queste società hanno tirato di nuovo, diverse società con meno scrupoli hanno preso una quota ancora maggiore del mercato del riconoscimento facciale.

Prendi l’azienda americana Clearview AI. Ha raschiato miliardi di immagini di volti e diversi siti Web senza il consenso delle persone colpite, quindi ha creato un servizio di corrispondenza dei volti che ha offerto alla polizia federale australiana e alle diverse normative che applicano i nostri corpi in tutto il mondo.

Nel 2021, l’Australian Info & Privateness Commissioner lo ha scoperto ciascuno Clearview AI e l’AFP aveva violato la legislazione australiana sulla privacy, tuttavia azioni esecutive come questa sono rare.

Tuttavia, gli australiani hanno bisogno di una maggiore regolamentazione del riconoscimento facciale. Ciò è stato dimostrato all’interno del Rapporto 2021 della Commissione australiana per i diritti umaniil Indagine SCELTA 2022 nell’uso dell’esperienza di riconoscimento facciale da parte dei principali rivenditori e nell’analisi che lo Human Expertise Institute ha commissionato come parte del nostro legge modello.

Scelte per la riforma del riconoscimento facciale

Quali scelte ha l’Australia? Il primo è non fare nulla. Tuttavia, ciò potrebbe implicare l’accettazione che probabilmente non saremo protetti dall’uso pericoloso delle scienze applicate del riconoscimento facciale e ci manterrà sulla nostra attuale traiettoria in direzione della sorveglianza di massa.

Un’altra scelta può essere quella di vietare del tutto la tecnologia di riconoscimento facciale. Alcune giurisdizioni hanno certamente istituito moratorie sulle competenze, tuttavia includono molte eccezioni (per usi costruttivi) e sono al massimo una breve risoluzione.

A nostro avviso, la maggiore possibilità di riforma è una legislazione per gestire le scienze applicate al riconoscimento facciale in base alla loro pericolosità. Una tale legislazione incoraggerebbe il riconoscimento facciale con un chiaro profitto pubblico, mentre la difesa contro i pericolosi si avvale dell’esperienza.

Una legislazione basata sul rischio per la regolamentazione delle competenze di riconoscimento facciale

La nostra legislazione sui manichini richiederebbe a chiunque cresca o utilizzi tecniche di riconoscimento facciale in Australia di condurre una rigorosa valutazione dell’influenza per valutare il pericolo dei diritti umani.

Con l’aumentare del grado di pericolo, aumenteranno anche le necessità o restrizioni autorizzate. I costruttori dovrebbero persino adattarsi a un luogo tecnico comune per il riconoscimento facciale, in linea con i requisiti mondiali per l’efficienza dell’IA e una buona amministrazione della conoscenza.

La legislazione sui manichini prevede un divieto di base sull’uso di funzioni di riconoscimento facciale ad alto rischio. Ad esempio, può essere vietata un’utilità di “valutazione facciale” che presuppone la valutazione dell’orientamento sessuale delle persone dopo la quale effettuare selezioni su di esse. (Purtroppo, questo non è un ipotetico inverosimile.)

La legislazione sui manichini prevede inoltre tre eccezioni al divieto di competenze di riconoscimento facciale ad alto rischio:

  1. l’autorità di regolamentazione può consentire un’utilità ad alto rischio se ritiene che l’applicazione sia giustificata ai sensi della legislazione mondiale sui diritti umani
  2. può esistere un particolare regime autorizzato per imprese, insieme a uno schema “face warrant” che fornirebbe una supervisione imparziale come con diversi tali warrant
  3. funzioni ad alto rischio potrebbero essere utilizzate anche nell’analisi tutoriale, con supervisione applicabile.

Valutazione da parte dell’autorità di regolamentazione e delle persone interessate

Qualsiasi legislazione dovrebbe essere applicata da un regolatore con poteri e risorse applicabili. Chi dovrebbe essere?

La stragrande maggioranza delle parti interessate che abbiamo consultato, insieme a clienti aziendali, società specializzate e rappresentanti della società civile, ha proposto che il posto di lavoro dell’Australian Info Commissioner (OAIC) ​​possa essere perfettamente adatto a fungere da regolatore della regolamentazione facciale. Sicuramente, per i clienti delicati, come la marina e le imprese di sicurezza sicura, può essere necessario anche un regime di supervisione specializzato.

Il secondo per la riforma è adesso

Non abbiamo mai visto così tante squadre e persone provenienti da tutta la società civile, dal commercio e dalle autorità così impegnate e allineate sulla necessità di una riforma delle competenze nel riconoscimento facciale. Ciò si riflette nell’assistenza per la legislazione sui manichini di ciascuno dell’Expertise Council of Australia e CHOICE.

Dato lo straordinario aumento di usi del riconoscimento facciale e il crescente consenso tra le parti interessate, il procuratore generale federale dovrebbe cogliere questo secondo e guidare la riforma a livello nazionale. La precedenza principale è l’introduzione di una fattura federale, che potrebbe semplicemente basarsi principalmente sulla nostra legislazione sui manichini. Il procuratore generale deve anche collaborare con gli stati e i territori per armonizzare la legislazione australiana sul riconoscimento facciale.

Questa proposta di riforma è vitale di per sé frasi: non possiamo abilitare scienze applicate per rimanere con successo non regolamentate. Potrebbe inoltre mostrare come l’Australia può utilizzare la legislazione per difendersi da pericolosi usi delle ultime conoscenze, incentivando al contempo l’innovazione a scopo di lucro.

Ulteriori dettagli sulla normativa sui manichini saranno presenti nel nostro rapporto “Tecnologia di riconoscimento facciale: verso una legge modello.”


Il nuovo rapporto offre un progetto per la regolamentazione della tecnologia di riconoscimento facciale


Offerto da
La conversazione


Questo testo è stato ripubblicato da La conversazione sotto una licenza Inventive Commons. Impara il articolo originale.

Quotazione:
Evitare una società di sorveglianza: come le linee guida più elevate possono frenare la tecnologia di riconoscimento facciale (2022, 27 settembre)
recuperato il 27 settembre 2022
da https://techxplore.com/information/2022-09-surveillance-society-rein-facial-recognition.html

Questo documento è soggetto a copyright. Al di fuori di qualsiasi onesto trattamento a fini di esame o analisi personale, n
la metà potrebbe anche essere riprodotta senza il permesso scritto. Il materiale contenuto viene fornito esclusivamente per le funzioni di dati.



The Ultimate Managed Hosting Platform

Source link

Continue Reading

Ultime notizie

L’allenamento fisico è il prossimo ostacolo per l’intelligenza artificiale, afferma un ricercatore – The Latest in Artificial Intelligence | Robotica AI

Published

on

AI helped protect businesses from COVID-19 risks

The Ultimate Managed Hosting Platform

  1. Cos’è il fattoriale
  2. Formula fattoriale
  3. 10 fattoriale
  4. fattoriale di 5
  5. fattoriale di 0
  6. Programma fattoriale in Python
    1. Programma fattoriale in Python che utilizza la funzione
    2. Programma fattoriale in Python che utilizza for loop
    3. Programma fattoriale in Python che utilizza la ricorsione
  7. Conta gli zeri finali in fattoriale
  8. Domande frequenti

Affermazione negativa: Intendiamo utilizzare Python per coprire i fondamenti del fattoriale e del calcolo fattoriale di una quantità.

Cos’è il fattoriale?

In frasi facili, se desideri scoprire il fattoriale di un intero ottimistico, continua a moltiplicarlo per tutti gli interi ottimistici inferiori a quella quantità. La conseguenza finale che ottieni è il fattoriale di quella quantità. Quindi, se desideri scoprire il fattoriale di sette, moltiplica 7 con tutti gli interi ottimistici inferiori a 7 e i numeri delle persone potrebbero essere 6,5,4,3,2,1. Moltiplica tutti questi numeri per 7, e il risultato finale è il fattoriale di sette.

Nel caso in cui tu stia cercando di costruire la tua esperienza nel programma fattoriale Python, considera di ottenere la licenza. Questo corso gratuito sul programma fattoriale in Python ti fornisce una guida completa sull’argomento e in aggiunta un certificato di completamento che farà sicuramente risaltare il tuo CV.

Componenti del fattoriale

Il fattoriale di una quantità è indicato con n! è il prodotto di tutti gli interi ottimistici inferiori o uguali a n:
n! = n*(n-1)*(n-2)*…..3*2*1

10 Fattoriale

Allora cosa sono 10!? Moltiplica 10 per tutti gli interi ottimistici inferiori a 10.
10! =10*9*8*7*6*5*4*3*2*1=3628800

Fattoriale di 5

Per cercare ‘5!’ ancora una volta, fare lo stesso corso di. Moltiplica 5 con tutti gli interi ottimistici inferiori a 5. Questi numeri potrebbero essere 4,3,2,1
5!=5*4*3*2*1=120

Fattoriale di 0

Poiché 0 non è un numero intero ottimistico, come da conference, il fattoriale di 0 è descritto come se stesso.
0!=1

Programma fattoriale in Python
Fattoriale di una quantità

L’informatica è uno svantaggio che attira l’attenzione. Consentiamoci di prendere in considerazione il motivo per cui una facile moltiplicazione potrebbe essere problematica per un PC. La risposta a questo sta nel modo in cui la risposta viene applicata.

1! = 1
2! = 2
5! = 120
10! = 3628800
20! = 2432902008176640000
30! = 9.332621544394418e+157

L’aumento esponenziale all’interno dei valori ci mostra che il fattoriale è un rendimento esponenziale e il tempo impiegato per calcolarlo potrebbe richiedere un tempo esponenziale.

Programma fattoriale in Python

Ci sottoporremo a 3 metodi con cui siamo in grado di calcolare il fattoriale:

  • Utilizzando un’esecuzione dal modulo di matematica
  • Strategia iterativa (utilizzando for loop)
  • Strategia ricorsiva

Programma fattoriale in Python che utilizza perform

Questa è probabilmente la tecnica più semplice che può essere utilizzata per calcolare il fattoriale di una quantità. Proprio qui abbiamo un modulo chiamato math che incorpora una serie di operazioni matematiche che possono essere eseguite semplicemente utilizzando il modulo.

import math
num=int(enter("Enter the quantity: "))
print("factorial of ",num," (perform): ",finish="")
print(math.factorial(num))

PROVA IL CODICE

Entra – Inserisci la quantità: 4
Output – Fattoriale di 4 (esegui):24

Programma fattoriale in Python che utilizza for loop

def iter_factorial(n):
    factorial=1
    n = enter("Enter a quantity: ")
    factorial = 1
    if int(n) >= 1:
        for i in vary (1,int(n)+1):
            factorial = factorial * i
        return factorial
  
num=int(enter("Enter the quantity: "))

print("factorial of ",num," (iterative): ",finish="")
print(iter_factorial(num))

PROVA IL CODICE

Entra – Inserisci la quantità: 5
Output – Fattoriale di 5 (iterativo): 120

Prendi in considerazione il programma iterativo. Ci vuole molto tempo per l’esecuzione del ciclo While. Il programma di cui sopra richiede molto tempo, diciamo infinito. La funzione stessa del calcolo fattoriale è di ottenere la fine nel tempo; quindi, questa strategia non funziona in grande numeri.

Programma fattoriale in Python che utilizza la ricorsione

def recur_factorial(n):
    """Perform to return the factorial
    of a quantity utilizing recursion"""
    if n == 1:
        return n
    else:
        return n*recur_factorial(n-1)

num=int(enter("Enter the quantity: "))

print("factorial of ",num," (recursive): ",finish="")
print(recur_factorial(num))

PROVA IL CODICE

Entra – Entra – Inserisci la quantità: 4
Output – Fattoriale di 5 (ricorsivo): 24

Su un PC con 16 GB di RAM, il programma sopra può calcolare valori fattoriali fino a 2956. Oltre a ciò, supera la reminiscenza e quindi fallisce. Il tempo impiegato è molto inferiore rispetto alla strategia iterativa. Tuttavia questo viene al prezzo della casa occupata.

Qual è la risposta allo svantaggio di cui sopra?
La questione del calcolo fattoriale ha una costruzione estremamente ripetitiva.

Per calcolare il fattoriale (4), calcoliamo f(3) non appena, f(2) due volte e f(1) tre volte; perché la quantità aumenterà, le ripetizioni migliorano. Pertanto, la risposta potrebbe essere calcolare il valore non appena e venderlo al dettaglio in un array dal luogo in cui è possibile accedervi il tempo successivo necessario. Per questo motivo, utilizziamo la programmazione dinamica in tali circostanze. Le circostanze per l’attuazione della programmazione dinamica sono

  1. Sottoproblemi sovrapposti
  2. sottostruttura ottimale

Tenere conto della modifica al codice sopra come segue:

def DPfact(N):
    arr={}
    if N in arr:
        return arr[N]
    elif N == 0 or N == 1:
        return 1
        arr[N] = 1
    else:
        factorial = N*DPfact(N - 1)
        arr[N] = factorial
    return factorial
    
num=int(enter("Enter the quantity: "))

print("factorial of ",num," (dynamic): ",finish="")
print(DPfact(num))

PROVA IL CODICE

Entra – Inserisci la quantità: 6
Output – fattoriale di 6 (dinamico): 720

Una risposta di programmazione dinamica è estremamente rispettosa dell’ambiente in termini di complessità del tempo e della casa.

Affidati agli zeri finali in Factorial utilizzando Python

Affermazione negativa: fare affidamento sulla varietà di zeri all’interno del fattoriale di una quantità che utilizza Python

num=int(enter("Enter the quantity: "))
  
# Initialize consequence 
rely = 0
# Hold dividing n by 
# powers of 5 and 
# replace Rely 
temp = 5
whereas (num / temp>= 1):
    rely += int(num / temp) 
    temp *= 5

# Driver program  
print("Variety of trailing zeros", rely)

Produzione
Inserisci la quantità: 5
Varietà di zeri finali 1

Scopri modi per scoprire se una stringa è un palindromo.

Scopri i modi per stampare il Serie di Fibonacci in Python. Inoltre, impara l’intelligenza artificiale online con l’assistenza di questo corso di intelligenza artificiale.

Domande incessantemente richieste

Cos’è il fattoriale in matematica?

Fattoriale di una quantità, in aritmetica, è il prodotto di tutti gli interi ottimistici inferiori o uguali a una data quantità ottimistica e denotato da quella quantità e da un livello esclamativo. Così, fattoriale sette è scritto 4! ciò significa 1 × 2 × 3 × 4, pari a 24. Il fattoriale zero è indicato come uguale a 1. Il fattoriale dei numeri effettivi e sfavorevoli non esiste.

Qual è il metodo del fattoriale?

Per calcolare il fattoriale di una quantità N, utilizzare questo metodo:

Fattoriale=1 x 2 x 3 x…x N-1 x N

Esiste un’esecuzione fattoriale in Python?

Certo, siamo in grado di importare un modulo in Python spesso chiamato math che incorpora praticamente tutte le funzionalità matematiche. Per calcolare il fattoriale con una performance, ecco il codice:

import math
num=int(enter("Enter the quantity: "))
print("factorial of ",num," (perform): ",finish="")
print(math.factorial(num))

Hai scoperto questo blog che attira l’attenzione? Impara l’intelligenza artificiale online con l’assistenza del corso PGP Synthetic Intelligence e Machine Studying di Nice Studying, e in questo momento il miglioramento delle competenze!



The Ultimate Managed Hosting Platform

Source link

Continue Reading

Ultime notizie

3 modi per migliorare la produttività con l’intelligenza artificiale: le ultime novità in fatto di intelligenza artificiale | Robotica AI

Published

on

3 ways to enhance productivity with AI

The Ultimate Managed Hosting Platform

L’esecuzione dei test è parte integrante di sviluppo software. Vorremmo garantire che i nostri clienti continuino a scoprire il nostro programma software senza prezzo e senza errori. Dobbiamo testare le nostre opzioni e assicurarci che funzionino correttamente. Se non disponiamo di valutazioni per il nostro programma software, le responsabilità, in definitiva, saranno dannose.

A prima vista. penseresti perché le aziende dovrebbero scambiare persone con strumenti di automazione basati sull’intelligenza artificiale? Tuttavia, la risposta è semplice: l’IA può aiutare a ridurre al minimo i prezzi aumentando al contempo l’elevata qualità della produzione.

Comunque aspetta, c’è un extra. Questo blog darà un’occhiata a come siamo in grado di utilizzare l’intelligenza sintetica per automatizzare una parte del corso di test di.

Che cos’è l’IA e perché la usiamo per i test di automazione

L’intelligenza sintetica (AI) è una disciplina della scienza dei laptop che si concentra sulla creazione di macchine intelligenti che possono assumere e funzionare come le persone. L’intelligenza artificiale viene utilizzata per un’ampia gamma di compiti, insieme ai test di automazione.

I test di automazione utilizzano uno strumento di programma software per eseguire istanze di controllo ed esaminare i risultati previsti in modo robotico. I test di automazione possono verificare le funzionalità, l’efficienza e la stabilità delle utility. Gli strumenti di test basati sull’intelligenza artificiale possono migliorare l’efficacia delle nostre valutazioni automatizzate diminuendo il tempo necessario per sviluppare e mantenere gli script di controllo.

Tuttavia, la manutenzione degli strumenti di test automatizzati convenzionali richiederà tempo e denaro. A causa dell’importanza dei test nel lancio di iniziative, molte aziende ricorrono persino all’assunzione di tester esperti sul campo nero e all’acquisto Servizi di tester per fili guida.

Questi tester affidabili possono aiutare a semplificare il processo di test per i tuoi scopi netti e diverse iniziative. Può automatizzare il test dei tuoi scopi di rete lavorando gli script di controllo verso la base di codice della tua utility di rete. Puoi anche utilizzare il framework di test automatizzato Guidewire per generare esperienze di controllo, che possono essere utilizzate per tracciare lo stato di avanzamento del tuo corso di test.

Inoltre, probabilmente presenterà una protezione di controllo extra completa producendo automaticamente istanze di controllo basate principalmente sull’appliance sotto controllo. Utilizzando l’intelligenza artificiale per automatizzare il processo di test, siamo in grado di ridurre il prezzo generale dei test garantendo comunque che il nostro programma software sia di fascia alta. Diamo un’occhiata a come l’IA può aiutare ad automatizzare le valutazioni.

  • Gli strumenti di intelligenza artificiale possono creare circostanze di controllo

Comprendendo le prestazioni di un sistema e le informazioni che fluiscono attraverso di esso, l’IA può generare istanze di controllo che potrebbero essere in ogni altro caso inimmaginabili per le persone da creare. Può risparmiare tempo e risorse vitali durante il corso di test di. Può inoltre migliorare l’accuratezza dei risultati.

Per creare istanze di controllo, l’IA dovrebbe prima percepire il sistema sotto il controllo. Può essere completato attraverso numerose strategie, equivalenti allo studio della documentazione, all’analisi del codice o all’osservazione delle abitudini. Non appena l’IA avrà compreso il sistema, probabilmente inizierà a generare istanze di controllo.

Esistono molti modi alternativi per generare istanze di controllo. Le valutazioni del valore limite contengono la verifica del sistema con conoscenze ai margini della variazione prevista. Se un sistema è progettato per accettare semplicemente numeri interi compresi tra 1 e 10, l’IA può generare istanze di controllo con valori 1, 2, 9 e 10.

Dopo aver ottenuto una suite di controllo, dovrai configurarla per l’esecuzione nella tua utilità. Si tratta di specificare gli ingressi e le uscite per ogni controllo. Ancora una volta, puoi farlo manualmente o utilizzare uno strumento AI per generare la configurazione per te in modo robotico.

Infine, non appena la tua suite di controllo è configurata, dovrai eseguirla. Può essere terminato manualmente o tramite uno strumento AI. Se stai utilizzando uno strumento di intelligenza artificiale, dovrebbe eseguire automaticamente le valutazioni e fornire i risultati.

Le istanze di controllo generate dall’intelligenza artificiale saranno uno strumento utile all’interno del corso di test, offrendo una protezione che potrebbe essere in ogni altro caso inimmaginabile da raggiungere. Tuttavia, è importante non dimenticare che l’IA non è buona. Potrebbe esserci sempre la possibilità di un errore umano nella creazione di istanze di controllo.

La fornitura Free Pik

  • L’IA può aiutare a decidere se i nostri esami automatizzati funzionano o meno nella produzione

Le pratiche di crescita dei programmi software alla moda si basano strettamente su test automatizzati per assicurarsi che le regolazioni del codice non introducano regressioni. Tuttavia, potrebbe essere difficile scoprire se le valutazioni automatizzate funzionino o meno come previsto nella produzione. Questo è il posto in cui l’IA può aiutare.

L’IA può analizzare la conoscenza dei programmi di produzione per rilevare modelli che indicano se le valutazioni automatizzate funzionano o meno in modo accurato. Ad esempio, se le valutazioni automatizzate non devono mascherare tutto il codice in fase di modifica, l’IA può stabilirlo e avvisare il personale dell’evento. L’IA può anche aiutare a stabilire aree in cui le valutazioni automatizzate sono inefficaci e desiderano un miglioramento.

Può presentare approfondimenti sulle abitudini degli scopi del programma software, che possono aiutare a stabilire potenziali punti. Può aiutare a ridurre lo sforzo e il tempo necessari per controllare gli scopi del programma software.

L’utilizzo dell’IA per automatizzare le valutazioni può aiutare a ridurre i prezzi dei test rendendolo più rispettoso dell’ambiente e corretto. L’IA può anche aiutare a migliorare il precisione delle valutazioni offrendo risultati extra costanti. Inoltre, le valutazioni automatizzate possono aiutare a ridurre il tempo necessario per completare un ciclo di controllo e possono aiutare a migliorare l’elevata qualità generale del corso di test.

Problemi da preservare nei pensieri mentre si utilizza l’IA per automatizzare gli esami

Ci sono alcune cose da tenere a mente quando si utilizza l’IA per automatizzare le valutazioni:

  • In primo luogo, l’IA aiuta a completare e aumentare il lavoro dei tester umani
  • L’intelligenza artificiale è in continua evoluzione e modifica, quindi è importante stare al passo con gli sviluppi più recenti. Deve essere utilizzato come strumento aggiuntivo per contribuire a migliorare l’efficacia e l’efficacia dei test
  • Terzo, quando si utilizza l’IA per automatizzare le valutazioni, è importante considerare i pericoli ei vantaggi di farlo. Comprende le potenziali implicazioni per le persone che probabilmente utilizzeranno il programma software

Idee rimanenti

Uno degli scopi promettenti dell’intelligenza sintetica (AI) è all’interno della disciplina dei test automatizzati. Automatizzando le valutazioni dell’IA, le aziende possono risparmiare tempo e denaro garantendo al contempo che la loro merce sia della migliore qualità.

Ci sono molti vantaggi nell’utilizzare l’IA per automatizzare le valutazioni. In primo luogo, probabilmente migliorerà l’accuratezza delle valutazioni eliminando l’errore umano. In secondo luogo, probabilmente accelererà il corso di test diminuendo la necessità di entrare nella guida. Infine, probabilmente migliorerà lo standard della merce.

Un paio di sfide devono essere affrontate prima dell’utilizzo assoluto dell’IA per i test automatizzati. In primo luogo, il sistema di intelligenza artificiale vuole cogliere le necessità di controllo. In secondo luogo, il sistema vuole avere la capacità di generare valutazioni relative al prodotto. In terzo luogo, il sistema vuole avere la capacità di eseguire le valutazioni e fornire risultati corretti.

Indipendentemente da queste sfide, l’IA ha un buon potenziale nei test automatizzati. Con l’analisi e la crescita continue, i programmi di intelligenza artificiale cresceranno per essere sempre più in grado di soddisfare i desideri delle aziende.



The Ultimate Managed Hosting Platform

Source link

Continue Reading

Trending