Irving.Gao的博客

【代码】Python——免费获取IP对应城市和实时天气API。

双向流式API-支持复刻2.0：https://www.volcengine.com/docs/6561/1329505。

【代码】HuggingFace——切换国内源下载。

【代码】Python-Opus——安装编解码库opus。

【代码】Gradio——语音对话demo。

【代码】MiniMax——交互对话。

【代码】Python——multiprocessing报错：TypeError: cannot pickle ‘_thread.lock‘ object。

【代码】Flask——基于python完整实现客户端和服务器后端流式请求及响应。

在服务器端，您可以使用 Flask 框架来接收和处理 JSON 数据。首先确保您已经安装了 Flask。变量的值以指向您的 Flask 应用的正确地址。这样，当您运行客户端脚本发送数据时，Flask 服务器将接收这些数据并按照您的需求处理它们。方法来获取发送的 JSON 数据并自动将其转换为 Python 字典。其次，使用 Flask 框架在服务器端接收这些数据并将其反序列化为字典格式。要实现您的需求，我们可以通过两个步骤来完成：首先，使用 Python 的。要发送 JSON 数据，您可以使用。

条件变量用于同步线程，确保消费者线程在数据准备好之前等待，并且当数据准备好时，生产者线程通知消费者线程。的更新是由某些特定的生产者线程负责，而其他消费者线程需要处理这些更新，使用队列可以很好地解耦生产者和消费者，同时还提供了线程安全的数据访问机制。当多个线程需要访问共享数据时，使用锁可以防止数据在被一个线程修改时被另一个线程访问，这可以确保数据的一致性。模块提供的原子类型）可以确保即使在多线程环境中，对共享数据的单个操作也是原子的，这样可以避免使用锁的开销。处阻塞，直到收到生产者的通知。

在ARM硬件RV328上，双核Contax A53，平均延时2ms。

在vosk库中，添加热词表（也称为词汇提升或词汇偏好设置）允许你提高特定词汇在语音识别过程中的识别准确率。这个功能特别有用，当你知道语音输入中可能会包含某些特定的词汇或短语时，比如特定的人名、地名、专业术语等。vosk支持在创建对象时通过JSON配置来指定热词表。你可以为每个词指定一个权重，权重越高，该词在识别过程中被选中的可能性就越大。# 加载模型# 假设采样率为16000Hz# 定义热词表及其权重hot_words = ["特定词汇", "另一个词汇"]

类型）和Base64编码之间的转换并非总是必需的，但在特定情况下进行编码可能是有用的或必要的。：当你需要在不支持二进制数据的系统（如某些网络协议或文本文件格式）中传输二进制数据时，Base64编码可以将二进制数据转换为文本格式，使得数据传输成为可能。：在某些编程环境或应用场景中，处理文本数据比处理二进制数据更为简单或直接，Base64编码提供了一种便捷的桥梁。：在需要将二进制数据存储在文本格式的数据库或文件中时，使用Base64编码可以确保数据的完整性和可读性。在Python中，字节串（

这种方法特别适用于处理存储在内存中的WAV数据，或者从网络上直接获取的音频数据，避免了写入和再从磁盘读取文件的需要。格式存储的WAV文件内容，并希望读取这个音频数据中的帧数据，你可以使用。对象中读取WAV数据，而无需首先将数据保存到磁盘上的文件中。对象，包含了WAV文件的完整数据。，然后就可以像处理普通文件一样使用。对象被转换成了一个类似文件的对象。对象作为文件对象使用，这使得。

【代码】ASRT——部署SpeechRecognition。

【代码】Pyaudio——语音播放。

【代码】Python——Bug解决：文件存在但os.path.exists或os.path.isfile返回false。

【代码】opencv-python——报错解决：error: (-215:Assertion failed) func!

【代码】Python——报错解决：AssertionError: Egg-link xxx does not match installed location of xxx。

matplotlib总结

Numpy与Torch API总结

在使用GPU集群过程中，因为文件系统时共享的，所以在使用新的机器时需要先将文件系统中的。加入完环境变量后：（本地的环境都回来了）

1

【代码】MMDet——给Dataset类传入logger。

绘制表格

基础操作汇总

【代码】Matplotlib——绘制散点图并连线

Conda导入导出环境配置

文章目录运行参考文章：pytorch多gpu并行训练运行python -m torch.distributed.launch --nproc_per_node=NUM_GPUS_YOU_HAVE main.pynproc_per_node: 这个参数是指你使用这台服务器上面的几张显卡

文章目录0.TensorBoard可视化效果1. TensorBoard可视化配置（1）TensorBoard初始化（2）数值可视化（3）图像可视化后处理本文主要是以语义分割模型为例进行后处理操作以及图像可视化。0.TensorBoard可视化效果1. TensorBoard可视化配置（1）TensorBoard初始化from tensorboardX import SummaryWriterwriter = SummaryWriter(logdir=args.logdir)（2）数值

seconds=25643m, s = divmod(seconds, 60)h, m = divmod(m, 60)print ("%02d:%02d:%02d" % (h, m, s))print(f"Etc time: {int(h)}:{int(m)}:{int(s)}")输出：Etc time: 6:48:32参考文章：【Python基础】python如何把秒换成时分秒

环境详情：CUDA11.2安装正确Pytorch1.8.0-cu11.1版本安装正确报错信息在安装torch-cluster和torch-scatter时，直接如下命令安装报错：pip install torch-scatter torch-sparse torch-cluster torch-spline-conv torch-geometric -f https://data.pyg.org/whl/torch-1.8.0+cu112.html解决方法首先确定你是存在/usr.

报错截图在使用已经编译好的python3的cv_bridge时，并且正常在~/.bashrc中加入了source，但是依然报以上错误。解决方法在~/.bashrc指定你编译并使用的cv_bridge的python的环境变量：# 添加conda的python3环境变量export PYTHONPATH=%PYTHONPATH:/home/innox/anaconda3/bin/python这里我使用的是conda，如果你是用本机的python3，加入如下：# 添加python3环境变量

1. 获得该文件的绝对路径os.path.abspath(__file__)2. 获得该文件所在的真实全部路径os.path.realpath(__file__)3. 获得该文件所在的文件夹路径os.path.split(os.path.realpath(__file__))[0]示例import osimport sysprint("sys.path[0] = ", sys.path[0])print("sys.argv[0] = ", sys.argv[0])print("

以下方案均亲测解决。。。网络及镜像类问题anaconda换源后无法创建新的虚拟环境，并报错CondaHTTPError: HTTP 000 CONNECTION FAILED for url <https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/repodata.json>1. KX上网类Ubuntu16.04下使用anaconda创建环境的时候出现CondaHTTPError: HTTP 000 CON.

报错详情解决方法sudo chown -R pc /home/pc/.condarcsudo chown -R pc /home/pc/anaconda3 # pc ,替换你的用户名# /home/pc/anaconda3替换为你的anaconda路径问题解决。

文章目录单张coco转mask并显示批量coco转mask目前很多深度学习框架中的图像分割套件都使用image-mask格式的标签数据，所以为了方便使用写了该脚本进行转换。单张coco转mask并显示convert_coco2mask_single_show.pyfrom pycocotools.coco import COCOimport osfrom PIL import Imageimport numpy as npfrom matplotlib import pyplot as

报错截图解决方法更新conda即可:conda upgrade -n base -c defaults --override-channels conda成功截图

报错截图报错原因某些当前代码使用的方法没有注册到现有的包中, 导致在import的时候无法导入该方法解决方法在该工程的根目录下:找到requirements.txt或者相关安装依赖环境的txt文件,重复安装一边;将该包中的所有方法重新安装即可.pip install -r requirements.txtpip install -v -e . 问题解决...

文章目录环境准备导入库读取docx并进行分词设置背景图片（可选）生成词云保存词云并显示环境准备# 不是docx,是python-docx!!!!!!!pip install python-docxpip install wordcloudpip install jieba导入库#导入所需库from docx import Document#打开word文档document = Document("第六组访谈简报汇总.docx")读取docx并进行分词import jieba#