2019年06月_梅花14

原创多进程爬取Unsplash网站图片

官网链接：https://unsplash.com/"""下载Unsplash的手机照片"""import requestsfrom bs4 import BeautifulSoup as bsfrom concurrent import futuressum_num = 0def get_img_urls_download(page_num): try: ...

2019-06-29 14:59:15 565

原创多进程爬虫爬取中关村在线壁纸（速度相当快）

"中关村在线图片，汽车类的，http://desk.zol.com.cn/qiche/1.html"import requestsfrom bs4 import BeautifulSoup as bsfrom concurrent import futuresimgnum = 0base_url = "http://desk.zol.com.cn/bizhi"def get_pa...

2019-06-29 00:42:07 417

原创 python 爬虫爬取json格式数据简单实例

这里以爬取搜狗壁纸的图片的url为例，废话不多说，直接上代码import requestsurl = "https://pic.sogou.com/pics?query=%C3%A8&mode=1&start=48&reqType=ajax&reqFrom=result&tn=0"res = requests.get(url).json() #...

2019-06-28 14:08:14 5686

原创 windows命令行下测试网速和查看公网IP的方法

1、测网速首先下载测试工具，其实在这里也可以看到自己的公网IPpip install speedtest-cli测速，其实在这里也可以看到自己的公网IPspeedtest-cli #既显示下载速度，也显示上传速度speedtest-cli --no-upload #只显示下载速度speedtest-cli --no-downlo...

2019-06-26 11:00:20 13991

转载 python 读取文件的最后一行

fname = 'test.html'with open(fname, 'r', encoding='utf-8') as f: # 打开文件 lines = f.readlines() # 读取所有行 first_line = lines[0] # 取第一行 last_line = lines[-1] # 取最后一行 print('文件' + fname...

2019-06-25 22:01:59 2341

原创 python 用正则表达式去除特殊字符的两种方法

s = '*\/:?"<>|' #这9个字符在Windows系统下是不可以出现在文件名中的str1 = '\巴拉<1"!11【】>1*hgn/p:?|' #样例提取感兴趣（想要）的字符a = re.findall('[\u4e00-\u9fa5a-zA-Z0-9]+',str1,re.S) #只要字符串中的中文，字母，数字a = "".joi...

2019-06-25 13:39:16 23105

原创 Couldn't find a tree builder with the features you requested: lxml

lxml官网：https://pypi.org/project/lxml/pip install lxml

2019-06-23 21:30:41 7262 2

原创 cv2.imread()和keras.preprocessing中的image.load_img()的区别

image.load_img()from keras.preprocessing import imageimg_keras = image.load_img('./original/dog/880.jpg')print(img_keras)img_keras = image.img_to_array(img_keras)print(img_keras[:,1,1])效果如下...

2019-06-23 16:22:35 17601 3

原创 img_to_array

img_to_array是keras下的一个方法，主要作用就是把numpy矩阵中的整数转换成浮点数。from keras.preprocessing.image import img_to_arrayimport cv2img = cv2.imread("meinv.jpg")print("转换前:",img[..., 2],sep="\n")img = img_to_array(im...

2019-06-21 10:36:01 5449

原创 Anaconda下查看已经创建了哪些环境

conda info --env结果如下：base * D:\Anaconda3keras D:\Anaconda3\envs\kerastf3 D:\Anaconda3\envs\tf3tor D:\Anaconda3\envs...

2019-06-21 09:57:44 39886

原创 np.transpose

啥都不说了，看代码，看结果import cv2import numpy as npname = "./meinv.jpg"img = cv2.imread(name)img = cv2.resize(img, (100, 200))print(img.shape) #(200, 100, 3)img = img.transpose((2,0,1))p...

2019-06-20 22:16:40 626

原创 Git基本操作（持续更新）

第一步：配置就不写了，因为配置的过程忘了做笔记了。第二步：提交代码git add 文件 #例如： git add 第二次提交.txtgit commit -m 描述 #例如： git commit -m "第二次提交"git push origin master #这一步可能出现如下问题 remote: Incorrect u...

2019-06-19 19:15:23 108

端到端是相较于非端到端而言的，那么什么是非端到端呢，简单来说，就是我们的输入数据首先经过人工处理，在喂给模型去训练。那么在这个过程中很有可能会出现人工提取的特征不准确或者偏差很大，导致再好的算法也无法得到满意的结果。举个栗子对一系列人的数据分类，分类结果是性别，如果你提取的特征是头发的颜色，无论分类算法如何，分类效果都不会好，如果你提取的特征是头发的长短，这个特征就会好很多，但是还是会有错误，...

2019-06-13 18:04:40 25449 4

原创 1x1的卷积核的作用

之前一直不明白1x1卷积核的作用，今天突然明白了，看到一篇博文写的（链接），真的非常的好。不明白1x1的最直接原因是因为不明白原来特征图之间是可以通讯的，因为下一层的特征图并不是上一层一个特征图生成的，而是由n（n的取值范围为1-上层通道数，通道数就是上层的特征图个数）个组合而成的，那么再来理解1x1的卷积核的作用的话就很容易理解了，对于m x m大小的卷积核类比。...

2019-06-04 18:33:57 200

梅花14的博客