cdj0311的专栏

由于做语音识别需要在使用voxforge的语音文件，但是voxforge文件太多，手工下载肯定不行，可以使用批量下载软件进行下载。而出于好奇，我打算用python自己写一个批量下载脚本，最后虽然能用，但速度不行，而且是单线程的，只能一个文件一个文件的下，就当当作练练手，过一阵再研究多线程的下载。步骤如下： voxforge的English speech files连接为： http://www

1.  安装tensorflow和golang（参考https://tensorflow.google.cn/install/install_go） 2.  python训练模型，这里以keras example的imdb_cnn.py为例： # coding:utf-8 import tensorflow as tf from keras.models import Sequential ...

jieba并行分词每次都要重新写，这次记下来。 # coding:utf-8 import codecs from multiprocessing import Pool import jieba fin = "news.txt" fout = "news.seg" def read_data(): fr = codecs.open(fin, "r", "utf-8") ...

1、下载python3和python2 进入python官网，链接https://www.python.org/选择Downloads--->Windows，点击进入就可以看到寻找想要的python版本本文选择的是：Python3.5.2,点击后面链接可直接下载，https://www.python.org/ftp/python/3.5.2/python-3.5.2rc1-amd64.exe...

抓大众点评才抓了几页就被屏蔽，找到如下方法解决。 第一步：获取代理ip 在http://www.xicidaili.com/nn获取代理，命名为proxy_ip.py，代码如下： # coding:utf-8 import requests from bs4 import BeautifulSoup import re import os.path user_agent = 'Mozi

隐马尔科夫模型（HMM） 模型介绍 HMM模型是由一个“五元组”组成: StatusSet: 状态值集合ObservedSet: 观察值集合TransProbMatrix: 转移概率矩阵EmitProbMatrix: 发射概率矩阵InitStatus: 初始状态分布 将HMM应用在分词上，要解决的问题是：参数(ObservedSet, TransProbMatrix, Em

废话不多说，直接上代码！ # coding:utf-8 from multiprocessing import Pool import time def keywords(title, content, top_n=5): print u'关键词提取...' print title, content, top_n time.sleep(3) return 0,

pip安装tensorflow1.5以后版本默认需要cuda9支持，但是我的服务器只安装了cuda8+cudnn6，要么用源码安装，要么用anaconda安装，这里记录下用anaconda安装tf。 1.conda create -n tensorflow pip python=3.6在anaconda中创建一个新环境（虚拟环境） 2.source anaconda/bin/activat...