![](https://img-blog.csdnimg.cn/20190918135101160.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
Python实战
文章平均质量分 67
Python在网站开发 人工智能 图像处理各方面的实战。付代码与教程
优惠券已抵扣
余额抵扣
还需支付
¥19.90
¥99.00
购买须知?
本专栏为图文内容,最终完结不会低于15篇文章。
订阅专栏,享有专栏所有文章阅读权限。
本专栏为虚拟商品,基于网络商品和虚拟商品的性质和特征,专栏一经购买无正当理由不予退款,不支持升级,敬请谅解。
南七小僧
这个作者很懒,什么都没留下…
展开
-
微信小程序下载文件和转发文件给好友总结
分享文件给好友这里分享文件给好友也是首先将文件下载下来然后在调用。原创 2023-11-08 03:47:24 · 331 阅读 · 0 评论 -
pip报failed to create process
因为,我的电脑是安装了anaconda2和anaconda3的,我想让python2和python3共存,就将anaconda2和anaconda3的路径都配置到了path中,而且将anaconda2中的python.exe重命名为了python2,在使用pip命令的时候就报错了。4、找到pip-script.py文件,并打开,在第一行添加如下代码,路径为你修改的python.exe的路径。3、解决办法,找到修改python所在的目录,打开scripts目录,如下图。1、错误提示窗口如下图。原创 2023-10-18 15:53:55 · 554 阅读 · 0 评论 -
python实现OCR的多种方法(安装部署以及应用实例)
Tesseract是一款开源的OCR(Optical Character Recognition,光学字符识别)引擎,最初由HP实验室开发,在2005年后由Google接手并进一步开发和完善。Tesseract支持多种语言文字的检测和识别,包括中文、英语、德语、法语、意大利语等多种主要语言,同时也支持针对特定场景或应用的领域OCR开发。Tesseract基于机器学习技术,使用了多层神经网络以及支持向量机(SVM)等算法进行文字特征提取和识别。原创 2023-08-17 23:56:50 · 1649 阅读 · 0 评论 -
python代码调出cmd命令行窗口并在cmd窗口中执行指定的命令
有时候,我们需要在python代码中打开 [cmd命令]行窗口,并在新打开的命令行cmd窗口中执行特定的命令,其实,这个操作很容易,不过在网上找了一圈,都是没有说明白,这里总结发布一下,导入 os 模块importosos.system(/K。原创 2023-07-03 23:47:47 · 1185 阅读 · 2 评论 -
NLP CRF 命名实体识别
1. 实体先说什么实体吧。在NLP中通常所说的实体指的是人名、地名、机构名,在新闻领域,我们希望了解突发事件的主体,比如人物、地点、机构等等。如果扩展的话,就是你所关心的词语,比如在商品标题中,我们会关心品牌词、物品词、物品属性词,通过这些词+情感极性词,可以更详细地了解顾客的购物意愿。2. 实体识别再说怎么让机器识别这些实体吧。从识别步骤来看分为两步,第一步识别出实体词边界,也就是实体的开始位置和结束位置;第二步识别出实体的类型,也就是前边所说的人名、地名、机构名等等具体的实体类型。从识别方法原创 2021-07-18 15:25:46 · 340 阅读 · 0 评论 -
linux 安装Python3.6
1、安装依赖包 1)首先安装gcc编译器,gcc有些系统版本已经默认安装,通过 gcc --version 查看,没安装的先安装gcc,yum -y install gcc2)安装其它依赖包,(注:不要缺少,否则有可能安装python出错,python3.7.0以下的版本可不装 libffi-devel )yum -y install zl...原创 2021-02-23 16:56:54 · 255 阅读 · 0 评论 -
sweetviz 中文乱码 简单解决办法
1.自制配置文件 sweetviz.ini2.核心改动:use_cjk_font = 13.在python中读取配置文件 sv.configer.read("sweetviz.ini")配置文件[General]use_cjk_font = 1association_min_to_bold = 0.1[Type_Detection]; Numeric columns will be considered CATEGORICAL if fewer than this ma..原创 2020-11-24 13:52:17 · 1108 阅读 · 1 评论 -
Opencv 给灰度图上颜色
在本教程中,我们将首先给出一个简单的方法,使用OpenCV的预定义的颜色映射来将灰度图像伪彩色化。另外,我们还将展示一个方法,如果你想使用你自己定义一个自定义的调色板。我会分享C++和Python代码,你可以在这里下载。 这篇文章是专门为美国宇航局的新边疆计划,帮助探索木星,金星和冥王星! 通常,空间中的行星和其他物体的灰度图像是伪彩色来显示细节,并对不同颜色的不同材质对应的区域进行标记。我们将使用新地平线所拍摄的冥王星的灰度照片作为本教程中的一个例子。 color...原创 2020-11-23 12:36:15 · 2393 阅读 · 1 评论 -
Apriori算法介绍(布尔关联规则 挖掘)啤酒尿不湿【数据挖掘 机器学习】
导读:随着大数据概念的火热,啤酒与尿布的故事广为人知。我们如何发现买啤酒的人往往也会买尿布这一规律?数据挖掘中的用于挖掘频繁项集和关联规则的Apriori算法可以告诉我们。本文首先对Apriori算法进行简介,而后进一步介绍相关的基本概念,之后详细的介绍Apriori算法的具体策略和步骤,最后给出Python实现代码。并附上小例子。1.Apriori算法简介Apriori算法是经典...原创 2018-09-06 09:53:23 · 3691 阅读 · 0 评论 -
通俗的说 LDA ----Latent Dirichlet Allocation
LDA的原理:LDA(Latent Dirichlet Allocation)是一种文档主题生成模型,也称为一个三层贝叶斯概率模型,包含词、主题和文档三层结构。所谓生成模型,就是说,我们认为一篇文章的每个词都是通过“以一定概率选择了某个主题,并从这个主题中以一定概率选择某个词语”这样一个过程得到。文档到主题服从多项式分布,主题到词服从多项式分布。什么是主题因为LDA是一种主题模型,那么...原创 2018-08-30 10:28:00 · 7284 阅读 · 0 评论 -
基于LDA的 职位描述JD 匹配
def findjd(request): print('推荐中') shixi = pd.read_table('shixi.txt', delimiter="\n") stopwords = '' with open('stopwords.txt', 'r') as f: stopwords = f.readline() jdldalis...原创 2018-08-30 10:15:55 · 401 阅读 · 0 评论 -
眼睛横纵比来做 侧眼眨眼检测 技术
眨眼检测与用于计算闪烁的传统图像处理方法不同,闪烁通常涉及以下的某些组合:眼睛定位。 阈值找到眼睛的白色。 确定眼睛的“白色”区域是否消失一段时间(表示眨眼)。眼睛纵横比是一种 更优雅的解决方案,其涉及 基于眼睛的面部地标之间的距离比率的非常简单的计算。这种用于眨眼检测的方法快速,有效且易于实现。人脸全局关键点:眼部关键点我们视频中的一帧是这样的:...原创 2018-09-15 18:56:07 · 2978 阅读 · 1 评论 -
利用帧差法检测运动物体
1. 基本原理 帧间差分法是一种通过对视频图像序列的连续两帧图像做差分运算获取运动目标轮廓的方法。当监控场景中出现异常目标运动时,相邻两帧图像之间会出现较为明显的差别,两帧相减,求得图像对应位置像素值差的绝对值,判断其是否大于某一阈值,进而分析视频或图像序列的物体运动特性。其数学公式描述如下: D(x,y)为连续两帧图像之间的差分图像,I(t)和I(t-1)分别为t和t-1时刻...原创 2018-09-04 12:24:13 · 4421 阅读 · 2 评论 -
Python List Romve的问题,清理不完全
a=[1,2,3,4,5]for i in a: a.remove(i)print a 最近做一个图像处理的项目,需要用到list动态更新循环,于是习惯性的用了 for in list,remove以后,发现list竟然没有变为空,而是还有一半数据在list里,当时有点蒙了,举个例子给大家说明下 1、remove解释remove方法用于移除列表中某个值的第一个匹...原创 2018-08-24 22:28:30 · 403 阅读 · 0 评论 -
宝藏理论
我好像发明了一种理论,叫宝藏理论先记录一下 #from gensim.models import Word2Vec as wv#import pandas as pd##pd.read_csv('F:\\BaiduNetdiskDownload\\new_data\\train_set.csv')#from PIL import Image import nump...原创 2018-12-10 14:48:28 · 290 阅读 · 0 评论 -
Xception 进阶之路
论文:Xception: Deep Learning with Depthwise Separable Convolutions 论文链接:https://arxiv.org/abs/1610.02357算法详解: Xception是google继Inception后提出的对Inception v3的另一种改进,主要是采用depthwise separable convolution来替换原...原创 2018-08-23 14:14:43 · 364 阅读 · 0 评论 -
反爬 与 反反爬
了解网站的反爬机制一般网站从以下几个方面反爬虫:1. 通过Headers反爬虫从用户请求的Headers反爬虫是最常见的反爬虫策略。很多网站都会对Headers的User-Agent进行检测,还有一部分网站会对Referer进行检测(一些资源网站的防盗链就是检测Referer)。如果遇到了这类反爬虫机制,可以直接在爬虫中添加Headers,将浏览器的User-Agent复制到爬虫的...原创 2018-08-23 13:18:51 · 5217 阅读 · 0 评论 -
AI-Inception家族介绍
一、文介绍的是著名的网络结构GoogLeNet及其延伸版本,目的是试图领会其中的思想而不是单纯关注结构。 GoogLeNet Incepetion V1 Motivation Architectural Details GoogLeNet Conclusion GoogLeNet Inception V2 Introduction General Design...原创 2018-08-22 21:56:55 · 391 阅读 · 0 评论 -
ResNet学习记录
梯度退化按照我们的惯性思维,一个网络越深则这个网络就应该具有更好的学习能力,而梯度退化是指下面一种现象:随着网络层数的增加,网络的效果先是变好到饱和,然后立即下降的一个现象。在这里,我们引用一幅来自Resnet里面的图片,更加直观的理解这个现象: 从上图我们可以看出,一个56层的网络的训练误差和测试误差都大于一个20层的网络。常规的网络的堆叠(plain network)在网络很深的...原创 2018-08-22 13:22:21 · 537 阅读 · 0 评论