Python

[Python] 使用 next() 函式讀取可迭代物件的元素

最近我在使用研究某個專案的原始碼時，看到了在迭代物件時使用 next() 函式來取值的方法。一開始很疑惑 Python 真的是否存在這個函式、想說會不會是開發專案的開發者自己定義的 —— 不過後來發現，這真的是 Python 內建的函式。

曾經我以為，使用 Json 當作設定檔的格式幾乎可以滿足我所有的要求，但實際上，若是以『需要人工修改設定檔』的角度來看，Json 格式並一定是容易閱讀的。

平常我很少使用 Jupyter Notebook 來寫程式，主要是不習慣一格格的程式碼區塊，那讓我很不自在 XDD 但是今天當我開啟 Jupyter Norebook 來閱讀他人的程式碼時，驚訝地發現我的 Jupyter Notebook 的網頁頁面上寫著大大的幾個字：

今天在執行以 Tensorflow 作為後端的 Keras 程式時，意外發生了以下報錯訊息：

Qt Designer 是一個專用於 Python PyQt5 圖形化介面框架的輔助程式，簡單來說，就是有一個圖形化介面，輔助我們拉出自己想要的程式介面，十分方便好用。

最近，當我將從前使用 PyQt5 框架寫的程式從 Linux 搬到 Mac 上後，驚訝地發現在 Mac 下方的 Dock 中，PyQt5 的程式圖示（Icon）居然被換成一個奇怪的火箭（聽說是 Python Laucher 的圖示）—— 在我之前所使用的 Linux 作業系統中顯示是沒有問題的。

今天當我在使用 Python 中相當有名的 requests 套件爬蟲的時候，本來前一天可以正常執行、下載網頁檔案的程式，突然間出了以下報錯訊息：

今天我在處理英文語料的時候，再次使用了 Python 中經典的自然語言處理工具 —— NLTK 來進行文本的斷詞。但就在我使用以下程式匯入停用詞（stopwords）時：

Early stopping 是一種應用於機器學習、深度學習的技巧，正如字面上的意思 —— 較早地停止。在進行監督式學習的過程中，這很有可能是一個找到模型收斂時機點的方法。

在使用 PyTorch 搭建深度學習環境的時候，若是我們有著切割資料集的需求（比方說將訓練資料切出驗證資料），在將資料封裝成 PyTorch 的 dataset 物件時，我們便可以透過 PyTorch 內建的切割函式 —— random_split() 來做到切割資料集。