Pytorch 初探 什么是 Pytorch Facebook 的 Pytorch 和 Google 的 TensorFlow 一样，也是一款深度学习库，TensorFlow 主要应用于工业生产领域之中，GitHub 上的深度学习工具也多基于 TensorFlow；而 Pytorch 在研究领域被广泛使用，越来越多的论文和新技术都基于 Pytorch 开发。 工业场景比研究领域相对置后，且近年来 Pytorch 的研究论文有逐渐增加的趋势，随着前沿技术的应用，Pytorch 也可能成为一种趋势。目前常用的模型也都有对应的 Pytorch 版本，具体请见后面参考部分。 本篇就来学习一下 Pytorch。Pytorch 是 Facebook 开源的包含 GPU 加速的神经网络框架。Pytorch 是 torch 的 Python 版本，也提供 C++ 的接口。 相关概念 Pytorch 不像 TensorFlow 加入了 Scope、Session 等新概念以及复杂的调用方法，有较高的学习成本，Pytorch 只有三个重要概念 Tensor（张量）、variable（变量）、Module（ ...

Python 声音和弹框提示 写后台监控程序，有时需要响铃或弹框提示用户。下面介绍 Python 在 Linux 系统中的提示方法： 1. 使用系统工具 paplay 播放当前目录下的音效文件 ring.wav 实现响铃 2. 用 tkinter 界面工具实现弹框 import tkinter as tk import os def show_messagebox(string): os.environ["DISPLAY"]=":0.0" root = tk.Tk() root.title('消息框') root.geometry('190x80+300+300') label = tk.Label(root, text=string, font='宋体 -14', pady=8) label.pack() tk.mainloop() def do_ring(times): for i in range(0,time ...

Ubuntu 下使用星际译王字典 #操作系统/Linux 相关工具安装 123$ sudo apt-get install stardict-gtk # gtk图形化工具$ sudo apt-get install qstardict # qt图形化工具$ sudo apt-get install sdcv # 命令行工具 星际译王字典下载 http://download.huzheng.org/ 分享188种英语词典·牛津词典(Txt格式) 自用词典下载 解包后安装 123$ tar xvjf stardict-xdict-ec-gb-2.4.2.tar.bz2 # 注意将bz2文件解压成目录$ sudo mkdir /usr/share/stardict/dic -p$ sudo cp stardict-xdict-ec-gb-2.4.2 /usr/share/stardict/dic/ 列出词典 1$ sdcv --list-dicts 字典介绍 简明字典: xdict, 朗道 联想字典: wordnet 丰富字典: oxford 牛津英汉双解美化版:

Python 量化交易之四 _ 聚宽数据 介绍 之前测试过一些免费 API，比如 tushare 现在只能下载两年半数据，163 有的股票数据无法下载，pandas_reader 速度很慢，并且只能下载 A 股的各股数据，对基金和指数支持不佳。这两天尝试了聚宽平台提供的 API，它提供的功能基本够用，总结如下。 聚宽平台提供自 2005 年至今的股票相关数据（包含各股数据、指数、基金等等），需要申请一个免费试用帐号，使用期为一年，每天可下载最多 100 万条数据（所有 A 股历史数据不到 200 万条）。一天内不能下载所有数据，用两三天时间下载所有，然后每天更新数据肯定够用，而且速度较快。 聚宽数据以 Python 三方库方式提供，一直在更新维护中，最近一次 SDK 升级时间为 2019 年 5 月。 建议读者封装数据获取模块，下载后转换成自定义数据格式，这样数据源变化了，也不影响整体软件框架。 安装 安装方法如下： 1$ pip install git+https://github.com/JoinQuant/jqdatasdk.git (需要 python3.6 以上支持) 用法 ...

Python 对网页内容作词云图分析 在线生成词云图 WordArt 定制性比较强，支持中文，但是图中的词需要手动输入。 https://wordart.com/ 图悦 支持分析大段文字并生成词云图，但是功能相对比较简单。 http://www.picdata.cn/picdata/index.php Python 生成词云图 本文介绍使用 Python 程序生成词云图，它依赖的三方库 wordcloud 需要编译 C++ 库，在 Windows 搭建环境比较复杂，建议在 Linux 系统中安装使用。 下例中使用了 urllib 库从抓取网页内容，jieba 库用于分词，wordcould 库用于生成词云，代码如下： 1234567891011121314151617181920212223242526272829303132333435import matplotlib.pyplot as pltimport jiebafrom wordcloud import WordCloudimport urllib.request import html2text%matplot ...

少儿 Python 编程 _ 第二讲：开发环境 在开始编写程序之前，首先要搭建开发环境。Python 是一种跨平台的编程语言，它可以在 Window、Linux、MacOS 等操作系统上运行，为简化操作，本书以 Windows 系统作为开发平台，以 Anaconda 套件作为开发工具。 2.1 Python 语言 在讨论如何选择编程语言之前，先看看什么是编程。现在很多工作都离不开计算机，比如：使用各种办公软件，做图，编辑视频，开发网站，微信和手机应用，统计分析，机器人，人工智能……应该学习什么？对于非专业人员，针对青少年的知识和能力，能学什么？ 希望本次学习的成果能在后续的学习和工作中发挥作用，那么就需要学习“编写真正的程序”，而不仅仅是展示某种“有趣的成果”。 图书馆里有很多十几年前的计算机工具书籍都已经不再使用，IT 行业日新月异，即使今天学习了一门最流行的编程语言，等十几年后，可能也已经过时了。 因此，最好能学习一门相对简单的编程语言，不要把时间都花在语言的细节和技巧上，Python 语言就非常合适，它可烦可简。Python 入门简单，从 8 岁到 80 岁都可以学习；同时功能强 ...

Python 实现 PDF 转 TXT   用手机或者 Kindle 看 PDF 文档字实太是太小了，总觉得 PDF 转 TXT 是个刚需，却一直没找到 PDF 转 TXT 的简单方法，最近有空，不妨自己用 Python 写一个。   将 PDF 格式转换成纯文本的 TXT，虽然会损失掉一些排版和图片，却可以给文件瘦身，也可将其中的文字用于更多场合。  PDF 里一般都包含文字和图片，有些文字以图片形式存储，比如大多数以扫描方式制作的 PDF 图书都使用这种方式，以此方式存储的 PDF 文件占空间也比较大，一般都有几十兆。另一种，以文本方式存储字符，同时存储字符的大小和位置，在显示对应的页面时绘制图片和文字，以此方式存储的 PDF 文件占空间较小，一般只有几兆大小。   分辨文字的存储方式很简单，只需要用任意支持 PDF 格式的软件打开文件，放大几倍，如果文字依然清晰，则是以字符方式存储的，如果字的边缘变得模糊，则一般是以图片方式存储文字。   以字符方式存储 PDF 的文本比较容易获取，使用 Linux 下的 pdftotxt 命令即可过滤出其中的文字。以图片方式存储的相对比较复杂， ...

Python 人脸识别  “人脸识别”是人工智能的一个重要应用，听起来技术含量很高，貌似非常复杂，具体的实现也的确非常复杂，目前的算法一般都基于深度学习神经网络。但如果仅仅是使用识别功能，目前已有封装好的功能模块，并不需要训练模型，甚至不需要了解任何算法原理，只需调用 Python 的三方模块，几行代码即可实现人脸识别。  face_recognition 是目前使用方法最简单，效果也非常好的人脸识别库，它的离线识别率高达 99.38%。除了检测面部位置，它还能快速识别出面部特征：如眉毛、眼睛、鼻子、嘴，识别具体的人，对比两张脸的相似度等等。从后面例程可以看到，识别位置相当准确。 一、安装和原理  face_recognition 底层基于 dlib 实现。dlib 是一个人脸关键点检测库，它的核心功能由 C++ 实现，适用于多个平台。不同于一般的 Python 三方模块，它在安装时需要编译，其 Github 上主要介绍了它在 Linux 和 MacOS 系统的安装方法。在 Windows 系统下编译安装过程比较复杂，需要安装 Visual Studio 的 Visual C++ fo ...

Fritzing 画电路图 #Arduino Fritzing 是一套设计 PCB (Printed Circuit Board) 印刷电路板的软件 1. Ubuntu 系统安装方法 $ sudo apt-get install fritzing $ Fritzing # 运行 2. 其它平台软件下载地址： http://fritzing.org/download/ 3. 新建元件 做图过程中难免有图库中没有的元件，需要新建元件。Fritzing 1.7 之后的版本不能直接创建元件，需要在相似元件的基础上修改，比较麻烦。我只想画一个连线示意图，操作越简单越好，故下载了 Fritzing 0.6.4b 版本，它的元件菜单中支持 " 新建 "。 最终绘图效果如下图所示： [](https://img-blog.csdnimg.cn/20190721192642250.png?x-oss- process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3hpZXlhbj ...

TF-IDF 逆文本频率指数 1. 原理 TF-IDF（term frequency–inverse document frequency）是信息处理和数据挖掘的重要算法，它属于统计类方法。最常见的用法是寻找一篇文章的关键词。 其公式如下： TF（词频）是某个词在这篇文章中出现的频率，频率越高越可能是关键字。它具体的计算方法如上面公式所示：某关键在文章中出现的次数除以该文章中所有词的个数，其中的 i 是词索引号，j 是文章的索引号，k 是文件中出现的所有词。 IDF（逆向文档频率）是这个词出现在其它文章的频率，它具体的计算方法如上式所示：其中分子是文章总数，分母是包含该关键字的文章数目，如果包含该关键字的文件数为 0，则分母为 0，为解决此问题，分母计算时常常加 1。当关键字，如“的”，在大多数文章中都出现，计算出的 idf 值算小。 词出现次数越多，idf 为越大的负数，说明这词没什么用；出现少，则为正值；不多不少为 0 把 TF 和 IDF 相乘，就是这个词在该文章中的重要程度。 2. 使用 Sklearn 提供的 TF-IDF 方法 Sklearn 是最常用的机器学习第三方 ...