自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(38)
  • 资源 (13)
  • 收藏
  • 关注

原创 PaddleHub人体姿态检测模型pose_resnet50_mpii

姿态检测还是挺有意思的,在 paddlehub 上有直接可以拿来用的模型:pose_resnet50_mpii随便网上找了张图片试了一下效果还行:代码非常简单:import paddlehub as hubmodule = hub.Module(name="pose_resnet50_mpii")# set input dictinput_dict = {"image": ['...

2020-04-30 20:10:03 2042 5

原创 基于PaddleHub的人脸检测:AI人脸打飞机(第2版)

第1版链接如下:基于PaddleHub的AI人脸侦测:不再用手打灰机第2版的改进:大幅增加流畅度采用新的动作侦测算法,代码缩减100行+修改游戏背景修正音乐bug修改部分飞机参数效果视频请看B站: 基于PaddleHub的人脸检测:AI人脸打飞机(第2版)附代码 ...

2020-04-29 19:58:06 1204 2

原创 对话式AI操作系统架构(学习心得)

什么是对话式操作系统以智能IoT设备(如智能音箱)为依托平台的操作系统在这个操作系统上,开发者可以进行应用程序的开发对话式操作系统的请求流程以百度的DuerOS为例:用户发出语音指令智能音箱收集音频流语音识别,将语音转化为文本文本请求在系统内转化为请求指令,发送给对应的应用服务应用服务处理请求,生成回复语音合成,将应用服务的回复结果以音频形式输出与传统web服务的区...

2020-04-28 20:37:40 1228

原创 AI智能创作(学习心得)

利用AI进行创作的基本思路以天气预报模板为例:首先我们获得城市,温度,天气等变量数据然后通过AI模型,可以自动生成天气播报核心思想:变量:天气变量:气温变量:城市同义语句:该天气背景下,我们如何应对我们将数据表输入模型,模型自动生成对应的播报,比如我们有一个各个城市的excel表,有对应的气温和天气,那么只要利用AI模型,就可以一键生成针对所有城市的天气预报。通过训练...

2020-04-27 20:37:24 1704

原创 AI语音技术的架构(学习心得)

AI 语音技术架构:AI的语音技术现在在各种终端上都已经普及开,比如个大厂商的智能音箱,都运用了该技术。以智能音箱为例,AI语音技术的架构为:首先人类通过唤醒词,唤醒设备发出语音指令:比如“今天天气如何?”通过语音识别技术,将语音信息转化为文本信息文本信息通过NLP技术理解其内在含义通过深度学习模型/或者问答库找到合适的答案通过NLP技术形成答案的文本通过语音合成技术将文本信...

2020-04-26 19:52:04 2931

原创 基于PaddleHub的AI人脸侦测:不再用手打灰机(附代码)

项目实现:用摄像头做人脸识别判定头部角度,以此来进行游戏控制所有代码和相关文件可在github中自取:github: planegame_head_control效果展示请见B站:一、项目背景随着AI技术的发展,越来越多的人脸技术被应用到了我们生活中的方方面面,刷脸支付、刷脸闸机通行、酒店人脸比对等场景都是人脸技术的应用 ,对人们的生活已经产生了巨大的影响。而在这些技术当中,人脸...

2020-04-25 09:04:02 893

原创 PyCharm 中选中一个变量/函数后,所有用到这个变量/函数的地方高亮显示,改配色方案

由于 PyCharm 原来的配色方案里面,选中一个变量/函数后,所有用到这个变量/函数的地方高亮显示得实在太不明显了。有的时候阅读别人的代码,找得眼睛都要瞎了!所以要改成高亮!找了好久才找到,所以在博客里记录一下,希望对大家有帮助,当然也是防止自己下次再找不到。。。PyCharm > Preferences > Editor > Color Scheme > Gen...

2020-04-24 23:36:42 2525 1

原创 AI边缘计算的架构案例:路车协同(学习心得)

路车协同的AI边缘计算机构案例:路测感知设备A路测感知设备C路测感知设备B自动驾驶汽车5G基站5G 基站MEC节点智能边缘智能云为什么需要边缘计算?在实践中,每增加一公里的物理距离,会带来1ms的网络延迟。如果要把自动驾驶汽车采集的信息上传到云端进行计算处理,而汽车距离云计算中心的距离是1500 km,即我们面对的是300ms上传和下载的网络延迟。对于无人驾驶汽车来说,如果行驶速度是10...

2020-04-23 20:53:25 1728

原创 什么是AIOps智能运维(AI云运维学习心得)

AIOps是什么AIOps需要具备的知识行业领域,运维场景领域,机器学习运维平台的演变解决运维自动化问题AIOps是必然趋势变更管理,故障管理,服务咨询AIOps是企业级DevOps在运维侧的高阶实现AIOps聚焦于运维阶段,是自动化运维的下一个发展阶段AIOps 目标实现从DevOps到AIOps的指导原则统一运维语言统一运维方法...

2020-04-22 22:08:55 2041

原创 什么是云原生(AI云部署学习心得)

云原生是IT架构与方法论云原生理念的诞生来自业务驱动为了满足业务发展的需求而持续演进的IT架构与方法瀑布式开发,敏捷开发DevOps(研发,测试,运维都整合到一起,流水线不同环节)需求随时出现,随时开发,随时上线,不受传统迭代和软件开发周期的影响云原生是多种技术理念组成的一个有机整体云原生转型:4个维度: 容器基础设施搭建,容器化应用托管,微服务观测与治理,...

2020-04-21 20:58:51 1613

原创 云服务的应用场景,为什么要用云服务(学习心得)

降低IT支出成本云服务器无需硬件设施及机房,兼具优质扩容能力。门户网站,社区网站,电商网站,免除硬件配置与升级的忧虑,专注于服务功能的开发。大大减少网站IT基础设施成本,及运维成本。弹性扩展云服务器当服务器需求不固定,预先估计不准确时,用户可按需购买云服务器。摆脱投入不足的压力和投入过多的浪费。搭建网站云服务可以作为外部服务器,高效搭建网站,提供灵活扩容的基础服务,同时可为网站对外...

2020-04-20 19:56:16 1692 1

原创 当前人工智能进入高速发展阶段的根本原因体现在哪几方面?(学习心得)

学习心得:算法的突破数据井喷算力飞跃

2020-04-19 23:27:41 1018

原创 结合业务场景是人工智能规模化应用的核心,那么决定人工智能业务场景化的关键要素包含哪些?(学习心得)

学习心得:GPU硬件资源超大规模数据(标注)人工智能算法/策略人的主观能动性

2020-04-19 23:22:22 719

原创 人工智能引领产业智能变革技术应用的几个趋势(学习心得)

学习心得:从交互到交流,从协同到替代从感知到认知,从专用到通用从中心到边缘,从异构到融合

2020-04-19 23:17:50 543

原创 Python 生成器如何设置和使用

Python 的生成器其实可以理解为一种比较复杂的迭代器。关于迭代器,可以参考:Python 迭代器的设置和使用方法一、代码举例:def gen(x,y): txt = 'I love ' + x yield txt txt_1 = ', You love ' + y yield txt + txt_1gen_txt = gen('apple','pea...

2020-04-18 21:05:53 218 2

原创 Python openCV qt.qpa.plugin: could not find the qt platform plugin "cocoa" in "" 在Mac上的解决方案详解

这是一个不断踩坑的过程~~首先,我开始的诉求是希望可以利用 openCV 实时显示电脑摄像头获取的内容。开始用了 cv2.imshow() 结果不行。报错:qt.qpa.plugin: Could not find the Qt platform plugin "cocoa" in ""This application failed to start because no Qt platf...

2020-04-17 15:35:12 2500

原创 Python 迭代器的设置和使用方法

一、理解迭代器一般情况下,迭代器可以通过一个 for 循环实现。需要有两个要素:有一个容器,放置可迭代的数据。每次从容器中取得一个数据,实现迭代。二、代码实现比如利用列表作为迭代器的容器:a = [1,3,6,8]d = 0for i in a: d+=iprint(d)比如利用 range() :e = 0for j in range(5): ...

2020-04-17 11:42:04 314

原创 Python 进阶:递归算法的关键点剖析(阶乘,斐波那契数列案例)

Python 中,递归是一种很多人都头晕的算法。那在使用这个算法的时候,怎样可以更好地捋清楚思路呢?首先我们来看案例:一、求阶乘传统实现方式:def fact_for (x): r = 1 for i in range(1,x+1): r *= i return r递归实现方式:def fact (x): if x!=1: ...

2020-04-16 14:52:22 363

原创 基于百度PaddleHub实现人像美颜V1.0

AI美颜核心技术之一就是人脸关键点检测。PaddleHub已经开源了人脸关键点检测模型 face_landmark_localization。人脸关键点检测是人脸识别和分析领域中的关键一步,它是诸如自动人脸识别、表情分析、三维人脸重建及三维动画等其它人脸相关问题的前提和突破口。该模型支持同一张图中的多个人脸检测。它可以识别人脸中的68个关键点。一、加载图片,检测关键点import cv2...

2020-04-15 22:27:22 876 6

原创 Python 列表内元素去重

最简单的方法:a = [1,1,3,3,4,4,6,6,2,2]b = set(a)a = list(b)print(a)[1, 2, 3, 4, 6]优点:简洁缺点:列表排序打乱保留原排序的方法:a = [1,1,3,3,4,4,6,6,2,2]c = []for i in a: if i not in c: c.append(i)print(...

2020-04-15 09:06:51 277

原创 Python 的简洁表达:for语句,if语句,3变量值互换

Python 语句遵循的是简洁为美的原则,所以有很多表达方式非常简洁。同时在熟练以后也不会牺牲可读性。一、for 语句比如我们要求 n2n^2n2 的值的列表,其中,nnn 的范围是1~10,我们可以这样写:>>> answer = []>>> for i in range(1,11): answer.append(i*i) >>&...

2020-04-14 19:52:47 402

原创 Python 逻辑运算符优先级(not,and,or)

先看案例:>>> not 1 or 0 and 1 or 2 and 3 or 4 and 5这条语句的结果是:3而不是:5因为 Python 中逻辑运算符有优先级:not > and > or所以上述语事实上是:>>> (not 1) or (0 and 1) or (2 and 3) or (4 and 5)这里需要注意,在 ...

2020-04-13 16:57:12 6406

原创 Python 操作excel:修改excel文件中的数据(附 xlutils.copy 无法使用的解决方案)

这里我们需要使用到两个package:xlrd 和 xlutils但是在使用 xlutils 的时候遇到了不少坑!比如找不到模块:module 'xlutils' has no attribute 'copy'看了下安装的 package 文件,发现 __init__.py 是空的!于是又去查阅 github 上的信息:xlutils 在 github 上的链接发现 __ini...

2020-04-12 11:37:02 3536 2

原创 基于百度PaddleHub实现一键抠图+视频合成

利用百度 PaddlePaddle 平台的 PaddleHub 工具实现一键抠图,结合 opencv 等工具进行视频合成创作。本视频为2.0版本,相比于第一版,自认为还是有所提升的。。。。。1.0版本链接如下:AI人像抠图及视频合成:让你体验复仇者联盟的终局之战全套代码:# 首先安装所需的包# pip install paddlehub==1.6.0 -i https://pypi.t...

2020-04-11 19:05:27 2483 4

原创 Python 在 conda 中安装了包,但是 pycharm 中无法引用的问题解决

一、进入 PyCharm 的设置二、找到 Interpreter 选项三、进入 Show All四、点击“+”五、选择 Conda 里面所对应的环境即可

2020-04-11 14:45:14 7206 5

原创 Python pip install 下载速度太慢怎么办

假设我们要安装 moviepy在 mac 终端中切换激活我们需要使用的 Python 环境然后用以下语句指定从清华源安装:pip install moviepy -i https://pypi.tuna.tsinghua.edu.cn/simple速度飞快!!!...

2020-04-11 13:36:38 768 2

原创 Python 操作excel:从excel文件中读取数据

这里我们用到的库是:xlrd代码实现import xlrd# 打开一个 workbookworkbook = xlrd.open_workbook('./test.xlsx')# 获取所有 Sheet 的名称worksheets = workbook.sheet_names()print('worksheets is %s' % worksheets)# 定位到 Sheet1...

2020-04-10 20:44:58 1323

原创 Python 匿名函数,lambda 函数怎么用

一、为什么要用匿名函数为了使得写程序更高效。有时候,我们需要写个小小的函数,便于在一段程序里面反复使用。但是如果单独写一个函数,然后在主程序中调用,感觉很麻烦!这时候就需要用到匿名函数了。二、和传统函数的区别比如一个比大小的函数,看程序实现:1. 传统函数:>>> def num_max(x,y): if x>= y: return x else:...

2020-04-09 13:31:50 109

原创 Python 使用 shuffle() 乱序排列/打乱序列/打乱列表

在 Python 中,列表和元组中的元素是有顺序的,但是由于元组不可变,所以一般我们涉及到打乱操作,都是针对的列表。在深度学习中,由于原始训练数据可能存在顺序性,当我们分批成 mini batch 进行学习的时候,后面的数据会对系数影响更大,所以这种顺序性不是我们想要的,我们希望数据的分布更为均匀,所以“打乱顺序”操作用的非常多。我们需要用到 random 模块下的 shuffle() 方法。...

2020-04-08 08:48:40 12607

原创 Python 操作excel:新建文件并写入

这里我们用到的库是:xlwt代码实现import xlwt# 创建workbook和sheet对象workbook = xlwt.Workbook() # 注意Workbook的开头W要大写,因为是个类对象sheet1 = workbook.add_sheet('sheet1',cell_overwrite_ok=True)# 向sheet页中写入数据sheet1.write(0...

2020-04-07 09:09:41 708

原创 Python 列表内字符串按照规则排序(字符串列表的排序)

我们经常遇到一些文件名是字符加上数字的组合,这个时候直接用 sort() 或者 sorted() 就无法按照需求进行排序。比如:name_list = ['img_496.jpg', 'img_414.jpg', 'img_106.jpg', 'img_330.jpg', 'img_507.jpg']这里我们可以引入正则表达式,来帮助排序:import renew = sorted(n...

2020-04-06 10:55:15 2973

原创 Python 分割字符串:split()

代码案例>>> txt = 'we trust AI!'# 默认是按照空字符来分割,分割所有>>> txtlist = txt.split()>>> txtlist['we', 'trust', 'AI!']# 指定按照哪个字符来分割>>> txtlist = txt.split('u')>>&g...

2020-04-05 15:50:38 549

原创 Python 复制和移动文件:shutil

用 Python 来进行文件的复制和移动操作。需要利用 Python 的标准库 shutil。程序实现:一、复制文件# 复制文件:shutil.copyfile("./file_old.jpg","./file_new.jpg") # 只能对文件进行操作shutil.copy("./folder_1/file_old.jpg","./folder_2")shutil.copy("....

2020-04-05 14:20:21 795

原创 moviepy基础_1:使用moviepy提取视频的音频及合成

任务提取 a.mp4 的音频部分。然后把提取到的音频添加到 b.mp4 里。程序实现from moviepy.editor import *# 读取2个视频文件 videoclip_1 = VideoFileClip("a.mp4")videoclip_2 = VideoFileClip("b.mp4")# 提取第一个视频文件的音频部分audio_1 = vvideoclip...

2020-04-04 12:59:19 4685 5

原创 AI人像抠图及视频合成:让你体验复仇者联盟的终局之战

本程序基于百度飞浆 PaddlePaddle 平台完成。该程序通过DeepLabv3+模型完成一键抠图。encoder-decoder进行多尺度信息的融合,同时保留了原来的空洞卷积和ASSP层, 其骨干网络使用了Xception模型,提高了语义分割的健壮性和运行速率,在 PASCAL VOC 2012 dataset取得新的state-of-art performance,该PaddleHub...

2020-04-03 09:58:00 1741 2

原创 在mac终端中激活paddlepaddle

前提是已经安装了paddlepaddle的环境,名称为 paddle。source activate paddle

2020-04-02 22:08:34 362

原创 AI人像抠图及图像合成:让你一键环游世界

本程序基于百度飞浆 PaddlePaddle 平台完成。该程序通过DeepLabv3+模型完成一键抠图。encoder-decoder进行多尺度信息的融合,同时保留了原来的空洞卷积和ASSP层, 其骨干网络使用了Xception模型,提高了语义分割的健壮性和运行速率,在 PASCAL VOC 2012 dataset取得新的state-of-art performance,该PaddleHub...

2020-04-02 17:22:49 1700

原创 神经网络为什么需要非线性激活函数

刚开始接触深度学习的小伙伴一定会有一个疑问:我们为什么需要设置激活函数呢?为什么这个激活函数需要是非线性的呢?本文会就这个问题做一些探讨!首先来看一个最简单的神经网络:x$_1$圆A圆角长方形菱形Γ(z)=∫0∞tz−1e−tdt .d\Gamma(z) = \int_0^\infty t^{z-1}e^{-t}dt\,. dΓ(z)=∫0∞​tz−1e−tdt.d...

2020-04-01 21:15:19 1887

百度开源的深度强化学习框架PARL源代码

ARL 框架的名字来源于 PAddlepaddle Reinfocement Learning,是一款基于百度 PaddlePaddle 打造的深度强化学习框架。PARL 与现有强化学习工具和平台相比,具有更高的可扩展性、可复现性和可复用性,支持大规模并行和稀疏特征,能够快速 对工业级应用案例的验证。 这个在 github 上是开源的,但是鉴于有些朋友工具受限下载很慢,所以特地搬运过来!

2020-06-16

lee_background.cor

lee background corpus 是一个小型的英语语料,用于演示 word2vec 模型的 demo,以熟悉什么是词向量模型

2020-06-02

超级强大的流程图,脑图,架构图,网络结构图绘制工具 mac 版 draw.io-13.0.3.dmg

draw.io 是一款超级强大的免费的图表编辑工具, 可以用来编辑工作流, BPM, org charts, UML, ER图, 网络拓朴图等。支持流程图,架构图,原型图等图标。支持Github,Google Drive, One drive等网盘同步,并且永久免费。

2020-05-31

word2vec-google-news-300.zip.010

Word2Vec 模型word2vec-google-news-300。在 Google News 数据集上训练完成的 Word2Vec 模型,覆盖了大约 300 万的词汇和短语。该模型是利用了整个 Google News 大约 1000 亿个词的语料训练而成!由于文件太大,将压缩包分成了10个部分。

2020-05-30

word2vec-google-news-300.zip.009

Word2Vec 模型word2vec-google-news-300。在 Google News 数据集上训练完成的 Word2Vec 模型,覆盖了大约 300 万的词汇和短语。该模型是利用了整个 Google News 大约 1000 亿个词的语料训练而成!由于文件太大,将压缩包分成了10个部分。

2020-05-30

word2vec-google-news-300.zip.008

Word2Vec 模型word2vec-google-news-300。在 Google News 数据集上训练完成的 Word2Vec 模型,覆盖了大约 300 万的词汇和短语。该模型是利用了整个 Google News 大约 1000 亿个词的语料训练而成!由于文件太大,将压缩包分成了10个部分。

2020-05-30

word2vec-google-news-300.zip.007

Word2Vec 模型word2vec-google-news-300。在 Google News 数据集上训练完成的 Word2Vec 模型,覆盖了大约 300 万的词汇和短语。该模型是利用了整个 Google News 大约 1000 亿个词的语料训练而成!由于文件太大,将压缩包分成了10个部分。

2020-05-30

word2vec-google-news-300.zip.006

Word2Vec 模型word2vec-google-news-300。在 Google News 数据集上训练完成的 Word2Vec 模型,覆盖了大约 300 万的词汇和短语。该模型是利用了整个 Google News 大约 1000 亿个词的语料训练而成!由于文件太大,将压缩包分成了10个部分。

2020-05-30

word2vec-google-news-300.zip.005

Word2Vec 模型word2vec-google-news-300。在 Google News 数据集上训练完成的 Word2Vec 模型,覆盖了大约 300 万的词汇和短语。该模型是利用了整个 Google News 大约 1000 亿个词的语料训练而成!由于文件太大,将压缩包分成了10个部分。

2020-05-30

word2vec-google-news-300.zip.004

Word2Vec 模型word2vec-google-news-300。在 Google News 数据集上训练完成的 Word2Vec 模型,覆盖了大约 300 万的词汇和短语。该模型是利用了整个 Google News 大约 1000 亿个词的语料训练而成!由于文件太大,将压缩包分成了10个部分。

2020-05-30

word2vec-google-news-300.zip.003

Word2Vec 模型word2vec-google-news-300。在 Google News 数据集上训练完成的 Word2Vec 模型,覆盖了大约 300 万的词汇和短语。该模型是利用了整个 Google News 大约 1000 亿个词的语料训练而成!由于文件太大,将压缩包分成了10个部分。

2020-05-30

word2vec-google-news-300.zip.002

Word2Vec 模型word2vec-google-news-300。在 Google News 数据集上训练完成的 Word2Vec 模型,覆盖了大约 300 万的词汇和短语。该模型是利用了整个 Google News 大约 1000 亿个词的语料训练而成!由于文件太大,将压缩包分成了10个部分。

2020-05-30

word2vec-google-news-300.zip.001

Word2Vec 模型word2vec-google-news-300。在 Google News 数据集上训练完成的 Word2Vec 模型,覆盖了大约 300 万的词汇和短语。该模型是利用了整个 Google News 大约 1000 亿个词的语料训练而成!由于文件太大,将压缩包分成了10个部分。

2020-05-30

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除