Chào các chuyên gia tuyển dụng,
BQT cộng đồng nhận được rất nhiều CV đăng ký thực tập Python nhưng số lượng doanh nghiệp chấp nhận đào tạo sinh viên thực tập đang chưa đủ. Vì vậy BQT rất mong các nhà tuyển dụng cung cấp thông tin các doanh nghiệp cần sinh viên thực tập, BQT sẽ chuyển CV đến các doanh nghiệp (mỗi doanh nghiệp tối đa 10 CV).
Mời anh chị cung cấp các thông tin bằng cách comment bài viết này:
Email nhận CV:
Tên doanh nghiệp:
Địa điểm: Hà Nội/ Hồ Chí Minh/...
Chúc anh chị ngủ ngon.

Do nhu cầu về nhân lực lập trình viên Python, một số doanh nghiệp có nhu cầu tuyển dụng lập trình viên/ thực tập lập trình viên, Python Việt Nam xin làm cầu nối doanh nghiệp với các bạn. Yêu cầu cụ chung như sau:

A. Với vị trí thực tập:

-Sinh viên công nghệ, yêu thích Python.

-Định hướng nghề nghiệp: làm việc với ngôn ngữ Python.

B. Với vị trị lập trình viên:

Có kinh nghiệp với ngôn ngữ Python

Có tư duy thuật toán

Có nhu cầu chuyển việc hoặc tìm việc làm thêm.

Bạn vui lòng hoàn thành biểu mẫu dưới đây.

https://goo.gl/forms/5rBQ1wpSu1Co6ORH2

Skype: khanhnnvn

Mobile: 0823 133 789

Lưu ý:

CV ghi rõ các khả năng, kinh nghiệm cũng như yêu cầu của bạn.

p/s: BQT sẽ email chi tiết cho các bạn về doanh nghiệp bạn sẽ được giới thiệu.

Sự phát triển của trí tuệ nhân tạo dẫn đến việc tìm hiểu về machine learning và deep learning đã trở thành xu thế hiện nay. Việc sử dụng các thư viện có sẵn để tính toán đã giúp việc tiếp cận các bài toán trở nên đơn giản hơn. Tensorflow là một thư viện phần mềm mã nguồn mở hỗ trợ mạnh mẽ các phép toán học để tính toán trong machine learning và deep learning. Hôm nay mình sẽ hướng dẫn các bạn những thứ cơ bản về tensorflow và tạo ra một mô hình training cơ bản bằng tensorflow.

Những khái niệm cơ bản trong tensorflow
Theo mình hiểú thì Tensorflow là một thư viện mã nguồn mở cung cấp khả năng xử lí tính toán số học dựa trên biểu đồ mô tả sự thay đổi của dữ liệu, trong đó các node là các phép tính toán học còn các cạnh biểu thị luồng dữ liệu. Trong tesorflow có một vài khái niệm cơ bản sau.

Tensor
Tensor là cấu trúc dữ liệu trong tensorflow đại diện cho tất cả các loại dữ liệu. Nói cách khác, tất cả các kiểu dữ liệu khi đưa vào trong tensorflow thì đều được gọi là Tensor. Vậy nên có thể hiểu được Tensorflow là một thư viện mô tả, điều chỉnh dòng chảy của các Tensor. Tensor có 3 thuộc tính cơ bản là rank, shape và type.

Rank
Rank là số bậc của tensor. Ví dụ Tensor = [1] thì có rank = 1, Tensor = [[3,4],[5,6]] thì sẽ có rank = 2. Việc phân rank này khá quan trọng vì nó đồng thời cũng giúp phân loại dữ liệu của Tensor. Khi các rank đặc biệt cụ thể, Tensor có những tên gọi riêng như sau:

Scalar: Khi Tensor có rank bằng 0
Vector: Vector là một Tensor rank 1. .
Matrix: Đây là một Tensor rank 2 hay mảng hai chiều theo khái niệm của Python
N-Tensor: Khi rank của Tensor tăng lên lớn hơn 2, chúng được gọi chung là N-Tensor.
Shape
Shape là chiều của tensor. Vi dụ Tensor = [[[1,1,1],[178,62,74]]] sẽ có Shape = (1,2,3), Tensor = [[1,1,1],[178,62,74]] sẽ có Shape = (2,3).

Type
Type kiểu dữ liệu của các elements trong Tensor. Vì một Tensor chỉ có duy nhất một thuộc tính Type nên từ đó cũng suy ra là chỉ có duy nhất một kiểu Type duy nhất cho toàn bộ các elements có trong Tensor hiện tại.

Tạo chương trình Tensorflow đơn giản
Một chương trình Tensorflow được chia thành hai phần chính. Phần thứ nhất là xây dựng mô hình tính toán (được gọi là construction phase), phần thứ hai là chạy mô hình vừa mới xây dựng (được gọi là execution phase). Bây giờ mình sẽ hướng dẫn viết chương trình tính hàm f(x,y) trong hình 9.1.

Import Tensorflow
Vì Tensorflow không phải là thư viện có sẵn trong python vì vậy khi sử dụng cần phải import >>> import tensorflow as tf

Xây dựng graph
Đầu vào để tính hàm f gồm 3 node trong đó node x và node y là các biến số còn 2 là hằng số. Bây giờ ta sẽ tạo 3 node này.

>>> x = tf.Variable(3, name="x")
>>> y = tf.Variable(4, name="y")
>>> f = x*x*y + y + 2

hoặc có thể tạo như sau

>>> x = tf.Variable(3, name="x")
>>> y = tf.Variable(4, name="y")
>>> z = tf.constant(2)
>>> f = x*x*y + y + z

f cũng có thể tạo bằng cách

>>> f = tf.add(tf.add(tf.multiply(tf.multiply(x,x), y), y), 2)

Chạy mô hình vừa xây dựng
Trên đây là tạo các node để tính hàm f. Trên thực tế các câu lệnh trên không thực thi bất kì một phép tính nào mặc dù nó chứa các phép toán. Thậm chí các biến x, y cũng không được khởi tạo bởi 2 giá trị 3 và 4. Để chạy mô hình này ta cần phải mở một sesion và dùng nó để thiết lập giá trị cho 2 biến x, y và tính toán hàm f (biến z không cần thiết lập vì dùng tf.constant thì nó đã được gán giá trị là hằng số rồi).

>>> sess = tf.Session()
>>> sess.run(x.initializer)
>>> sess.run(y.initializer)
>>> result = sess.run(f)
>>> print(result) #42
>>> sess.close()

Thay vì sess.run() cho tất cả các node, ta có thể dùng cách sau

with tf.Session() as sess:
    x.initializer.run()
    y.initializer.run()
    result = f.eval()
    print(result)

Hàm f ở đây chỉ có 2 biến là x và y nên ta có thể khởi tạo từng biến một nhưng trong mạng neural network có hàng nghìn, hàng triệu biến thì chẳng nhẽ ta phải ngồi code hàng nghìn dòng khởi tạo biến hay sao? Câu trả lời là không. Thay vì khởi tạo từng biến, ta dùng hàm global_variables_initializer() để khởi tạo tất cả các biến

init = tf.global_variables_initializer()

with tf.Session() as sess:
    init.run()
    result = f.eval()

Chúc các bạn thành công!

Hi mọi ng, mình mới học Python, cho mình hỏi có hàm nào tương tự như ToString() trong Java hay C# ko?

Mình có đoạn code như này:

import pandas as pd

dataset = pd.read_csv('./Regression/Salary_Data.csv')

print(dataset)

rõ ràng là hàm print biết làm sao để hiển thị dataset đúng cách.

Nhưng mình đã thử nhiều cách mà k biết làm sao để lấy được đoạn string mà hàm print in ra màn hình đc.
Mình đoán phải có 1 hàm kiểu toString hay j đó nhưng ko có, ko biết có ai hiểu vụ này ko?

The OS module in Python provides a way of using operating system dependent
functionality.

The functions that the OS module provides allows you to interface with the
underlying operating system that Python is running on. (Windows, Mac or
Linux.

You can find important information about your location or about the process.

Before we start, make sure that you have imported the OS module "import os"

OS Functions explained

os.system()	# Executing a shell command

os.stat()	# Get the status of a file

os.environ()    # Get the users environment

os.chdir()   	# Move focus to a different directory

os.getcwd()    	# Returns the current working directory

os.getgid()    	# Return the real group id of the current process

os.getuid()    	# Return the current process’s user id

os.getpid()     # Returns the real process ID of the current process

os.getlogin()   # Return the name of the user logged

os.access()   	# Check read permissions

os.chmod()    	# Change the mode of path to the numeric mode

os.chown()   	# Change the owner and group id

os.umask(mask)  # Set the current numeric umask

os.getsize()   	# Get the size of a file

os.environ()    # Get the users environment

os.uname()   	# Return information about the current operating system

os.chroot(path) # Change the root directory of the current process to path

os.listdir(path)# List of the entries in the directory given by path

os.getloadavg() # Show queue averaged over the last 1, 5, and 15 minutes

os.path.exists()# Check if a path exists

os.walk()   	# Print out all directories, sub-directories and files

os.mkdir(path)	# Create a directory named path with numeric mode mode

os.remove(path)	# Remove (delete) the file path

os.rmdir(path)  # Remove (delete) the directory path

os.makedirs(path)# Recursive directory creation function

os.removedirs(path) # Remove directories recursively

os.rename(src, dst) # Rename the file or directory src to dst

OS Functions Examples
Let's get started to see how we can use these OS functions.
Get current working directory with os.getcwd()

print os.getcwd()

Get the status of a file with os.stat()

print "Getting the status of: ", os.stat('/usr/bin/python')

Execute a shell command with os.system()

os.system('ls -l')

Return the current process id with os.getpid()

print os.getpid()
os.chmod(path, mode)

Change the owner and group id of path to the numeric uid and gid with os.chown()
os.chown(path, uid, gid)
Processes in the system run queue averaged over the last 1, 5, and 15 minutes
print os.getloadavg()
Check if a path exists with os.path.exists()
if os.path.exists("file.txt"):
Create a new directory named 'new_directory' if it doesn't exist already"
os.path.exists("new_directory") or os.mkdir("new_directory")
Check if the path is a directory or a file with os.path.isdir() & os.path.isfile()
path = "/tmp"
if os.path.isdir(path): print "That's a directory
if os.path.isfile(path): print "That's a file"Create a directory with os.makedir()print os.mkdir('new_directory', 0666)Recursive create directories with os.makedirs()os.makedirs('dir_a/dir_b/dir_c')```
Remove a directory with os.rmdir()

print os.rmdir('directory')

Recursively remove empty directories with os.rmdirs()

os.removedirs('dir_a/dir_b/dir_c')

Rename a file with os.rename()

print os.rename('/path/to/old/file', '/path/to/new/file')

Rename a file with shutil.move()

print shutil.move('/path/to/old/file', '/path/to/new/file')

Rename a file with shutil.copy()

print shutil.copy('/path/to/old/file', '/path/to/new/file')

Get the users home directory
print os.path.expanduser('~')
Check read permissions with os.access()
path = '/tmp/file.txt'
print os.access(path, os.R_OK)
Get the users environment with os.environmen()
home = os.environ['HOME']
print home
Move focus to a different directory with os.chdir()
print os.chdir('/tmp')
Print out all directories, sub-directories and files with os.walk()
for root, dirs, files in os.walk("/tmp"):
print root
print dirs
print files
Get the last time a directory was accessed with os.path.getatime()
os.path.getatime('/tmp')
Get the last time a directory was modified with os.path.getmtime()
os.path.getmtime('/tmp')
Get the user ID with os.getuid()
if os.getuid() != 0: print "you are not root"
Get the group ID with os.getgid()
print os.getgid()
Return the name of the user logged in with os.getlogin()
print os.getlogin()
Returns a list of all files in a directory with os.listdir()
for filename in os.listdir("/tmp"):
print "This is inside /tmp", filename
Get the size of a file with os.path.getsize()
path.getsize("/tmp/file.txt")
Using Python in your daily work is a good way to automate system administration
tasks, when you feel that your shell scripts are to limited.

Chào các bạn

Chào các bạn.
Diễn đàn Python Việt Nam đã quay trở lại.
Chúc các bạn một ngày vui vẻ, hạnh phúc.