爱看书的小沐

Bokeh是一个Python库，用于创建交互式的、现代化的Web可视化工具。它允许用户创建各种类型的图表，包括线图、散点图、柱状图、热图等，而且这些图表都可以在Web浏览器中交互式地操作。Bokeh 是用于现代 Web 浏览器的交互式可视化库。它提供了优雅、简洁的多功能图形结构，并在大型或流数据集之间提供高性能交互性。Bokeh 可以帮助任何想要快速轻松地创建交互式绘图、仪表板和数据应用程序的人。交互性：Bokeh提供了丰富的交互性选项，使用户能够在图表上进行缩放、平移、选择数据点等操作。

颜色代码是一种用于表示颜色的编码系统，常见的颜色代码包括RGB颜色代码和十六进制颜色代码。RGB颜色代码使用红色、绿色和蓝色的数值来表示一个颜色，例如(255, 0, 0)表示红色。十六进制颜色代码使用六位十六进制数来表示一个颜色，例如#FF0000表示红色。颜色代码主要用于在计算机图形和网页设计中指定颜色。Matplotlib：使用 Python 进行可视化Matplotlib 是一个用于创建静态、动画、 以及 Python 中的交互式可视化。

Whisper 是一种通用语音识别模型。它是在各种音频的大型数据集上训练的，也是一个多任务模型，可以执行多语言语音识别、语音翻译和语言识别。Transformer 序列到序列模型针对各种语音处理任务进行训练，包括多语言语音识别、语音翻译、口语识别和语音活动检测。这些任务共同表示为解码器要预测的一系列标记，从而允许单个模型取代传统语音处理管道的许多阶段。多任务训练格式使用一组特殊标记作为任务说明符或分类目标。╮(￣▽￣)╭如果您感觉方法或代码不咋地//(ㄒoㄒ)//，就在评论处留言，作者继续改进；o_O。

Whisper 是一种通用语音识别模型。它是在各种音频的大型数据集上训练的，也是一个多任务模型，可以执行多语言语音识别、语音翻译和语言识别。Transformer 序列到序列模型针对各种语音处理任务进行训练，包括多语言语音识别、语音翻译、口语识别和语音活动检测。这些任务共同表示为解码器要预测的一系列标记，从而允许单个模型取代传统语音处理管道的许多阶段。多任务训练格式使用一组特殊标记作为任务说明符或分类目标。

Whisper 是一种通用语音识别模型。它是在各种音频的大型数据集上训练的，也是一个多任务模型，可以执行多语言语音识别、语音翻译和语言识别。OpenAI 的开源模型 whisper，可以执行 99 种语言的语音识别和文字转写。但是 whisper 模型占用计算资源多，命令行使用门槛高。whisper 模型本身还存在一些问题，例如 模型幻听问题。Whisper是可以理解多种语言的自动语音识别（）系统。它已经接受了从网络收集的 680,000 小时监督数据的训练。

Faster-Whisper是Whisper开源后的第三方进化版本，它对原始的 Whisper 模型结构进行了改进和优化。faster-whisper 是使用 CTranslate2 重新实现 OpenAI 的 Whisper 模型，CTranslate2 是 Transformer 模型的快速推理引擎。此实现比 openai/whisper 快 4 倍，同时使用更少的内存实现相同的准确性。通过对 CPU 和 GPU 进行 8 位量化，可以进一步提高效率。

Whisper 是一种自动语音识别 （ASR） 系统，经过 680,000 小时的多语言和多任务监督数据的训练，从网络上收集。我们表明，使用如此庞大而多样化的数据集可以提高对口音、背景噪音和技术语言的鲁棒性。此外，它还支持多种语言的转录，以及从这些语言翻译成英语。我们正在开源模型和推理代码，作为构建有用应用程序和进一步研究鲁棒语音处理的基础。Whisper 架构是一种简单的端到端方法，作为编码器-解码器 Transformer 实现。

KML 是一种文件格式，用于在地球浏览器（例如 Google 地球、Google 地图和 Google 地图移动版）中显示地理数据。KML 使用包含嵌套的元素和属性的结构（基于标记），并符合 XML 标准。所有标记都区分大小写，并且必须与 KML 参考中列出的完全一样。该参考指出了哪些标记是可选的。在给定元素内，标记必须按照参考中列出的顺序显示。Google 地球和 Google 地图可以直接读取 KML 和 KMZ 文件，并可将文件保存为 KMZ 格式。

PyInstaller是一个十分有用的第三方库，它能够在Windows、Linux、 Mac OS X 等操作系统下将 Python 源文件打包，通过对源文件打包， Python 程序可以在没有安装 Python 的环境中运行，也可以作为一个 独立文件方便传递和管理。

通过腾讯云HiFlow场景连接器，可以零代码的设置企业微信机器人自动/定时发消息的规则，比如：每周五下午6点定时发送周报；收到新的销售线索/报表自动发送消息通知管理群等。

GDAL 是用于栅格和矢量地理空间数据格式的转换器库，由开源地理空间基金会在 MIT 风格的开源许可下发布。作为一个库，它向调用应用程序提供单个栅格抽象数据模型和单个矢量抽象数据模型，用于所有支持的格式。它还带有各种有用的命令行实用程序，用于数据转换和处理。╮(￣▽￣)╭如果您感觉方法或代码不咋地//(ㄒoㄒ)//，就在评论处留言，作者继续改进；o_O???如果您需要相关功能的代码定制化开发，可以留言私信作者；(✿◡‿◡)！！

用于智能可视化发现的 Python APILux 是一个 Python 库，通过自动化可视化和数据分析过程来促进快速简便的数据探索。通过简单地在 Jupyter 笔记本中打印出数据帧，Lux 推荐一组可视化效果，突出显示数据集中有趣的趋势和模式。可视化通过交互式小部件显示，使用户能够快速浏览大量可视化并理解其数据。自动可视化：Lux能够自动识别数据框中的关键特征，并生成有意义的可视化图表。交互性：Lux提供了交互式探索数据的能力，可以轻松地通过滑块、筛选器和图表操作进行数据的探索和分析。

202年1月30日，大模型开源开放评测体系司南（OpenCompass2.0）正式发布，旨在为大语言模型、多模态模型等各类模型提供一站式评测服务。GLM-4模型编码：glm-4根据输入的自然语言指令完成多种语言类任务，推荐使用 SSE 或异步调用方式请求接口client = ZhipuAI(api_key="") # 填写您自己的APIKeymodel="glm-4", # 填写需要调用的模型名称messages=[

Gemini 是 Google 最大、功能最强大的 AI 模型。Gemini 是 Google 的最新一代生成模型，超越了 PaLM 模型系列的功能。

PandasAI 是一个 Python 库，可以轻松地用自然语言向数据提问。它可以帮助您使用生成式 AI 探索、清理和分析数据。PandasAI与您的数据库（SQL、CSV、pandas、polars、mongodb、noSQL 等）聊天。PandasAI 使用 LLM（GPT 3.5 / 4、Anthropic、VertexAI）和 RAG 进行数据分析对话。

Conan是C和C++语言的依赖项和包管理器。它是免费和开源的，适用于所有平台（Windows、Linux、OSX、FreeBSD、Solaris等），可用于开发所有目标，包括嵌入式、移动（iOS、Android）和裸机。它还集成了所有构建系统，如CMake、Visual Studio（MSBuild）、Makefiles、SCons等，包括专有系统。Conan仓库地址Conan源码地址Conan帮助文档Conan是一个具有客户端-服务器架构的去中心化包管理器。

Python 是一种解释型、面向对象、动态数据类型的高级程序设计语言。Python 由 Guido van Rossum 于 1989 年底发明，第一个公开发行版发行于 1991 年。

Open Asset Import Library 是一个库，用于将各种 3D 文件格式加载为共享的内存格式。它支持 40 多种用于导入的文件格式和越来越多的用于导出的文件格式选择。一个非常流行的模型导入库是Assimp，它是Open Asset Import Library（开放的资产导入库）的缩写。Assimp能够导入很多种不同的模型文件格式（并也能够导出部分的格式），它会将所有的模型数据加载至Assimp的通用数据结构中。

机器学习三要素：包括数据、模型、算法机器学习三大任务方向：分类、回归、聚类机器学习三大类训练方法：监督学习、非监督学习、强化学习聚类是一种无监督学习任务，该算法基于数据的内部结构寻找观察样本的自然族群（即集群）。使用案例包括细分客户、新闻聚类、文章推荐等。因为聚类是一种无监督学习（即数据没有标注），并且通常使用数据可视化评价结果。如果存在「正确的回答」（即在训练集中存在预标注的集群），那么分类算法可能更加合适。

TF-IDF（term frequency–inverse document frequency）是一种用于信息检索与数据挖掘的常用加权技术。TF是词频(Term Frequency)，IDF是逆文本频率指数(Inverse Document Frequency)。TF-IDF是一种统计方法，用以评估一字词对于一个文件集或一个语料库中的其中一份文件的重要程度。字词的重要性随着它在文件中出现的次数成正比增加，但同时会随着它在语料库中出现的频率成反比下降。

天气预报对于我们的日常生活是非常必要的。它可以帮助我们根据预期做好准备和制定计划。许多气象站被放置在世界各地，以获取实时的天气元素数据。天气 API包含丰富的天气数据，不仅有实时温度、湿度、风速、降水等这些基础数据，还有过去的历史天气数据和未来的天气预测数据，顶级的天气 API 接口还会包括天气灾害预警，空气质量指数，日出日落、潮汐及月相相关的天文气象等数据。这些数据包括六个元素，如降水、风、大气压力、云量和温度。有了这些，你可以分析趋势，知道明天的数据预测或预测天气。

异步 http 客户端/服务器框架支持 HTTP 协议的客户端和服务器端。支持开箱即用的客户端和服务器 Web 套接字，并避免 回调地狱。为 Web 服务器提供中间件和可插拔路由。╮(￣▽￣)╭如果您感觉方法或代码不咋地//(ㄒoㄒ)//，就在评论处留言，作者继续改进；o_O???如果您需要相关功能的代码定制化开发，可以留言私信作者；(✿◡‿◡)！！

有几个 3ds Max 修改器可帮助您减少模型的多边形计数。减面工具是3dsmax中的一个可编辑的几何体操作，用于减少模型的表面数量。通过使用减面工具，可以简化复杂的模型结构，使其更加易于管理和渲染。减面工具通常适用于需要快速简化复杂模型的情况，例如制作动画、游戏角色或建筑设计等领域。然而，在使用减面工具时也需要注意保持模型的整体形状和比例的一致性以及避免过度减面导致细节丢失的问题。如下测试环境：3dsmax 2018。

Simplygon是一家位于瑞典的3D数据自动优化解决方案的主要开发商，他们是3D游戏优化、帮助创造者和用户优化3D数据的领导者，目前已被微软收购。

gRPC 是一种现代、开源、高性能的远程过程调用 （RPC） 可以在任何地方运行的框架。gRPC 使客户端和服务器应用程序能够 透明地进行通信，并简化互联系统的构建。gRPC是一个高性能、通用的开源RPC框架，其由Google主要面向移动应用开发并基于HTTP/2协议标准而设计，基于ProtoBuf序列化协议开发，且支持众多开发语言。在 gRPC 中，客户端应用程序可以直接调用服务器应用程序上的方法 在另一台机器上，就好像它是本地对象一样，使你更容易 创建分布式应用程序和服务。

MQTT 协议是一种机器对机器 （M2M）/“物联网”连接协议。它被设计为一种极其轻量级的发布/订阅消息传递传输，对于需要少量代码占用空间和/或网络带宽非常宝贵的远程位置的连接非常有用。MQTT是一种轻量级的发布/订阅模式的通信协议，特别适用于低带宽、高延迟或不稳定的网络环境。正因为其高效和低耗，MQTT已成为物联网通信的标准。MQTT是一种标准的二进制发布-订阅消息传递协议，专为快速可靠地传输工业资产、系统和应用程序数据而设计，以实现预测性维护，尤其适用于非常受限的条件下。

Gradio是用友好的网络界面演示机器学习模型的最快方法，因此任何人都可以在任何地方使用它！Gradio与他人共享机器学习模型、API或数据科学工作流程的最佳方法之一是创建一个交互式应用程序，允许您的用户或同事在浏览器中尝试演示。Gradio允许您构建演示并共享它们，所有这些都使用Python。通常只需几行代码！让我们开始吧。使用gradio，只需在原有的代码中增加几行，就能自动化生成交互式web页面，并支持多种输入输出格式，比如图像分类中的图>>标签，超分辨率中的图>>图等。╮(￣▽￣)╭。

Vosk 是一个语音识别工具包。支持二十+种语言 - 中文，英语，印度英语，德语，法语，西班牙语，葡萄牙语，俄语，土耳其语，越南语，意大利语，荷兰人，加泰罗尼亚语，阿拉伯, 希腊语, 波斯语, 菲律宾语，乌克兰语, 哈萨克语, 瑞典语, 日语, 世界语, 印地语, 捷克语, 波兰语, 乌兹别克语, 韩国语移动设备上脱机工作-Raspberry Pi，Android，iOS使用简单的 pip3 install vosk 安装每种语言的手提式模型只有是50Mb, 但还有更大的服务器模型可用。

TTS(Text To Speech) 译为从文本到语音，TTS是人工智能AI的一个模组，是人机对话的一部分，即让机器能够说话。TTS是语音合成技术应用的一种，首先采集语音波形，然后进行优化处理，最后存储在数据库中，合成语音是提取波形转换成自然语音输出。Windows 语音识别允许你单独通过语音控制电脑，而无需键盘或鼠标。本文列出了可用于语音识别的命令。适用于 Python 2 和 3 的文本转语音 （TTS） 库。无需互联网连接或延迟即可工作。

Whisper 是一种通用的语音识别模型。它是在包含各种音频的大型数据集上训练的，也是一个多任务模型，可以执行多语言语音识别、语音翻译和语言识别。Open AI在2022年9月21日开源了号称其英文语音辨识能力已达到人类水准的Whisper神经网络，且它亦支持其它98种语言的自动语音辨识。Whisper系统所提供的自动语音辨识（Automatic Speech Recognition，ASR）模型是被训练来运行语音辨识与翻译任务的，它们能将各种语言的语音变成文本，也能将这些文本翻译成英文。

SpeechRecognition用于执行语音识别的库，支持多个引擎和 API，在线和离线。以上几个中只有 recognition_sphinx（）可与CMU Sphinx 引擎脱机工作， 其他六个都需要连接互联网。另外，SpeechRecognition 附带 Google Web Speech API 的默认 API 密钥，可直接使用它。其他的 API 都需要使用 API 密钥或用户名/密码组合进行身份验证。╮(￣▽￣)╭如果您感觉方法或代码不咋地//(ㄒoㄒ)//，就在评论处留言，作者继续改进；

Celery 是一个简单、灵活且可靠的分布式系统，用于 处理大量消息，同时为操作提供 维护此类系统所需的工具。专注于实时处理的任务队列，同时也 支持任务调度。Celery 拥有庞大而多样化的用户和贡献者社区， 你应该来加入我们的IRC或我们的邮件列表。Celery 是开源的，并在 BSD 许可证下获得许可。celery的架构由三部分组成：消息中间件（broker）:任务调度队列，用于存放task，接收任务生产者发来的消息（即任务），将任务tasks存入队列。

LXML是功能最丰富的 和易于使用的库 用于处理 XML 和 HTML 在 Python 语言中。lxml XML 工具包是 C 库 libxml2 和 libxslt 的 Pythonic 绑定。它的独特之处在于它结合了速度和 这些库的 XML 功能完整性与 原生 Python API，大部分兼容，但优于众所周知的 ElementTree API。最新版本适用于所有 CPython 版本 从 2.7 增加到 3.9有关以下内容的更多信息，请参阅简介 LXML项目的背景和目标。╮(￣▽￣)╭。

DataX是阿里云DataWorks数据集成的开源版本。下载即可用，支持linux和windows，只需要短短几步骤就可以完成数据的传输。DataX 是阿里云 DataWorks数据集成 的开源版本，在阿里巴巴集团内被广泛使用的离线数据同步工具/平台。

水印通常用于保护文档或指定其所有权。另一方面，它们用于显示文档的状态，例如手稿、草稿等。在本文中，我们将演示如何在 PowerPoint 演示文稿中插入水印。您将学习如何在 Python 中为 PowerPoint PPT 幻灯片添加文本或图像水印。iSlide 专门针对 PPT 编辑过程中的问题，通过功能、模板及课程学习的方式，帮助用户做出改变， 更高效的创建专业 PPT 演示文档。即装即用，与 PPT/WPS 软件无缝对接，下载模板直接插入 PPT/WPS 演示文档；

Dash 是一个用于构建Web应用程序的 Python 库，无需 JavaScript。Dash是下载量最大，最值得信赖的Python框架，用于构建ML和数据科学Web应用程序。Dash是一个用来创建 web 应用的 python 库，它建立在 Plotly.js(同一个团队开发)、React 和 Flask 之上，主要的用户群体是数据分析者、AI 从业者，可以帮助他们快速搭建非常美观的网页应用，而且不需要你懂 javascript。

Python 是一种解释型、面向对象、动态数据类型的高级程序设计语言。Python 是一种解释型语言： 这意味着开发过程中没有了编译这个环节。类似于PHP和Perl语言。Python 是交互式语言： 这意味着，您可以在一个 Python 提示符 >>> 后直接执行代码。Python 是面向对象语言: 这意味着Python支持面向对象的风格或代码封装在对象的编程技术。

Telnet协议是TCP/IP协议族中的一员，是Internet远程登录服务的标准协议和主要方式。它为用户提供了在本地计算机上完成远程主机工作的能力。telnet是基于tcp/ip协议的，因此只能用于检测tcp的端口是否开放。curl 是常用的命令行工具，用来请求 Web 服务器。它的名字就是客户端（client）的 URL 工具的意思。curl 的功能非常强大，命令行参数多达几十种。如果熟练的话，完全可以取代 Postman 这一类的图形界面工具。

在使用Python爬虫时，需要模拟发起网络请求，主要用到的库有requests库和python内置的urllib库，一般建议使用requests，它是对urllib的再次封装。urllib、urllib2、urllib3均能通过网络访问互联网上的资源文件。urllib：Python2和Python3内置的网络请求库，Python3的urllib实际是Python2版本中urllib和urllib2的合并。

Apriori 是一种流行的算法，用于提取具有关联规则学习应用的频繁项集。先验算法被设计为在包含交易的数据库上运行，例如商店顾客的购买。如果项集满足用户指定的支持阈值（support threshold），则将其视为“频繁”。例如，如果支持阈值（support threshold）设置为 0.5 （50%），则常用项集定义为在数据库中至少 50% 的事务中一起出现的一组项。