很开心参加了百度飞桨深度学习的python小白逆袭大神的课程,课程是由中科院一线精英教师团队讲解Python基础,以及人工智能领域的图像识别,深度学习等,课程设计很完美,特别有层次感,架构清晰,环环相扣,同时也很照顾小白。
课程介绍
1、课程内容从Python入手,绝对0基础,由浅入深,建立系统的知识体系。
2、7日打卡营,采用全程直播+录播+答疑+比赛,四位一体全方位互动,时间短见效快。
3、人工智能进阶用法,贴合实际场景,更匹配大厂工作需求。
4、CPU、GPU计算资源免费使用,为学习添砖加瓦。
课程福利
课程安排
学习体会
很开心能够有机会参加这次学习,非常开心,主办方飞桨团队也是特别给力,从之前在上海的人工智能开发者大会接触,百度飞桨作为中国首个也是唯一开源开放、功能完备的深度学习平台,再到现在进一步的了解,飞桨真的很棒,尤其之前和华为麒麟芯片的深度合作也是让人眼前一亮,为AI提供了强大的算力,构建的强大移动和AI生态真的是强强联合。
实战总结
day1-python基础练习:
作业一:输出 9*9 乘法口诀表(注意格式)
注意:提交作业时要有代码执行输出结果。
作业二:查找特定名称文件
遍历”Day1-homework”目录下文件;
找到文件名包含“2020”的文件;
将文件名保存到数组result中;
按照序号、文件名分行打印输出。
注意:提交作业时要有代码执行输出结果。
#输出 9*9 乘法口诀表(注意格式)
def table():
#在这里写下您的乘法口诀表代码吧!
for i in range(1,10):#从一到9
for j in range(1,i+1):
print("{}*{}={}".format(j,i,j*i),end=' ')
print("")
if __name__ == '__main__':
table()```
1*1=1
1*2=2 2*2=4
1*3=3 2*3=6 3*3=9
1*4=4 2*4=8 3*4=12 4*4=16
1*5=5 2*5=10 3*5=15 4*5=20 5*5=25
1*6=6 2*6=12 3*6=18 4*6=24 5*6=30 6*6=36
1*7=7 2*7=14 3*7=21 4*7=28 5*7=35 6*7=42 7*7=49
1*8=8 2*8=16 3*8=24 4*8=32 5*8=40 6*8=48 7*8=56 8*8=64
1*9=9 2*9=18 3*9=27 4*9=36 5*9=45 6*9=54 7*9=63 8*9=72 9*9=81
#查找特定名称文件
#导入OS模块
import os
#待搜索的目录路径
path = "Day1-homework"
#待搜索的名称
filename = "2020"
#定义保存结果的数组
result = []
def findfiles():
#在这里写下您的查找文件代码吧!
i = 1
for root, dirs, files in os.walk(path):# 得到该文件夹下的所有文件
if files:
for file_name in files:# 遍历file_name
if filename in file_name:#判断
res = os.path.join(root,file_name)# 路径和文件名
result.append(res)#添加文件
print([i,res]) # 打印结果
i += 1 #打印后序号加1
if __name__ == '__main__':
findfiles()
[1, 'Day1-homework/4/22/04:22:2020.txt']
[2, 'Day1-homework/26/26/new2020.txt']
[3, 'Day1-homework/18/182020.doc']
day-2《青春有你2》选手信息爬取
《青春有你2》选手图片爬取,将爬取图片进行保存,保证代码正常运行;
打印爬取的所有图片的绝对路径,以及爬取的图片总数,此部分已经给出代码。请在提交前,一定要保证有打印结果。
最后实现如下:
def show_pic_path(path):
'''
遍历所爬取的每张图片,并打印所有图片的绝对路径
'''
pic_num = 0
for (dirpath,dirnames,filenames) in os.walk(path):
for filename in filenames:
pic_num += 1
print("第%d张照片:%s" % (pic_num,os.path.join(dirpath,filename)))
print("共爬取《青春有你2》选手的%d照片" % pic_num)
if __name__ == '__main__':
#爬取百度百科中《青春有你2》中参赛选手信息,返回html
html = crawl_wiki_data()
#解析html,得到选手信息,保存为json文件
parse_wiki_data(html)
#从每个选手的百度百科页面上爬取图片,并保存
crawl_pic_urls()
#打印所爬取的选手图片路径
show_pic_path('/home/aistudio/work/pics/')
print("所有信息爬取完成!")
day-3《青春有你2》选手数据分析
请在下方提示位置,补充代码,对《青春有你2》对选手体重分布进行可视化,绘制饼状图
# 下载中文字体
!wget https://mydueros.cdn.bcebos.com/font/simhei.ttf
# 将字体文件复制到matplotlib字体路径
!cp simhei.ttf /opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/mpl-data/