01-初心缘由最近在研究语音识别方向，看了很多的语音识别的资料和文章，了解了一下语音识别的前世今生，其中包含了很多算法的演变，目前来说最流行的语音识别算法主要是依赖于深度学习的神经网络算法，其中RNN扮演了非常重要的作用，深度学习的应用真正让语音识别达到了商用级别。然后我想动手自己做一个语音识别系统，从GitHub上下载了两个流行的开源项目MASR和ASRT来进行复现，发现语音识别的效果没有写的那么好，其中如果要从零来训练自己的语言模型势必会非常耗时。因此
系统 2019-09-27 17:49:34 2111
一、字符串基本操作索引、切片、乘法、成员资格检查、长度、长度、最小值、最大值字符串不可变，因此元素赋值和切片赋值是非法的、二、设置字符串的格式>>>"{3}{0}{2}{1}{3}{0}".format("be","not","or","to")'tobeornottobe'三设置字符串长度>>>"{foo}{}{bar}{}".format(1,2,bar=4,foo=3)'3142'>>>"{foo}{1}{bar}{0}".format(1,2,ba
系统 2019-09-27 17:49:14 2111
译：seleniumwebdriver(python)2013-06-1601:24虫师阅读(...)评论(...)编辑收藏如果翻译的很烂，原文档地址：http://docs.seleniumhq.org/docs/03_webdriver.jsp#firefox-driverseleniumwebdriver注:我们不断的更新这份文档，使这份文档更加正确和完善；这份文档相对来讲也是比较准确的。webdriver的简介硒2.0的主要新功能是集成的webdr
系统 2019-09-27 17:48:51 2111
python可以方便地支持多线程。可以快速创建线程、互斥锁、信号量等等元素，支持线程读写同步互斥。美中不足的是，python的运行在python虚拟机上，创建的多线程可能是虚拟的线程，需要由python虚拟机来轮询调度，这大大降低了python多线程的可用性。我们经今天用了经典的生产者和消费者的问题来说明下python的多线程的运用上代码：#encoding=utf-8importthreadingimportrandomimporttimefromQue
系统 2019-09-27 17:48:36 2111
在Python中可以存储很大的值，如下面的Python示例程序：x=10000000000000000000000000000000000000000000;x=x+1print(x)输出：10000000000000000000000000000000000000000001在Python中，整数的值不受位数的限制，可以扩展到可用内存的限制。因此，我们永远不需要任何特殊的安排来存储大数字（想象一下在C/C++中进行上述算术）。在Python3中，对于所有
系统 2019-09-27 17:48:01 2111
pickle包的dump函数和load函数分别实现了数据的序列化和反序列化。一、dump()方法pickle.dump(obj,file,[,protocol])注释：序列化对象，将对象obj保存到文件file中去。参数protocol是序列化模式，默认是0（ASCII协议，表示以文本的形式进行序列化），protocol的值还可以是1和2（1和2表示以二进制的形式进行序列化。其中，1是老式的二进制协议；2是新二进制协议）。file表示保存到的类文件对象，f
系统 2019-09-27 17:47:49 2111
有伙伴问过我Python面试相关的问题，这里也跟大家总结了一下，跟大家说说我之前的面试经历和心得体会：1、简历制作我做了两份简历，用两个手机账号，两个简历名字，分别在各个招聘网站投了双份简历，一个是数据分析的简历、一个是web全栈开发的简历，我真正接触python好几年了，不管是学习还是工作学到的东西，这几年大概掌握了（前端+django+爬虫+数据分析+机器学习+NLP+Linux）技术，技术水平自我评价还不错，，基于自己掌握的技术可以分成2方面，web
系统 2019-09-27 17:47:09 2111
在Python中,with关键字是一个替你管理实现上下文协议对象的好东西。例如：file等。示例如下：from__future__importwith_statementwithopen('cardlog.txt','r')asitem:forlineinitem:printline;在file的结束，会自动关闭该文件句柄。在python2.6中，with正式成为了关键字所以在python2.5以前，要利用with的话，需要使用：from__future_
系统 2019-09-27 17:46:19 2111
TEMPLATESDjango1.8的新特性一个列表，包含所有在Django中使用的模板引擎的设置。列表中的每一项都是一个字典，包含某个引擎的选项。以下是一个简单的设定，告诉Django模板引擎从已安装的应用程序（installedapplications）的templates子目录中读取模板：TEMPLATES=[{'BACKEND':'django.template.backends.django.DjangoTemplates','APP_DIRS'
系统 2019-09-27 17:46:14 2111
本文定位：已将CPU历史数据存盘，等待可视化进行分析，可暂时没有思路。前面一篇文章（//www.jb51.net/article/61956.htm）提到过在linux下如何用python将top命令的结果进行存盘，本文是它的后续。python中我们可以用matplotlib很方便的将数据可视化，比如下面的代码：复制代码代码如下:importmatplotlib.pyplotaspltlist1=[1,2,3]list2=[4,5,9]plt.plot(l
系统 2019-09-27 17:45:54 2111
