只需10行Python代码，我们就能实现计算机视觉中目标检测。fromimageai.DetectionimportObjectDetectionimportosexecution_path=os.getcwd()detector=ObjectDetection()detector.setModelTypeAsRetinaNet()detector.setModelPath(os.path.join(execution_path,"resnet50_coc
系统 2019-09-27 17:51:29 1717
Python3快速入门Python3快速入门（一）——Python简介https://blog.51cto.com/9291927/2385592Python3快速入门（二）——Python3基础https://blog.51cto.com/9291927/2409575Python3快速入门（三）——Python3标准数据类型https://blog.51cto.com/9291927/2409580Python3快速入门（四）——Python包管理ht
系统 2019-09-27 17:51:28 1717
到今日，已经去到python的第5课了，是不是很激动，已经对Python产生兴趣了，感觉python人家说胶水语言，比其他语言都简单，我还是觉得学习python再去学其他可能会更加高效。今日我们来学习列表和字典。这2个东西跟之前说的3数据类型有什么区别（字符串，整数int,浮点数float)有什么关系？这个还真是别疑惑。我们从变量这块去说吧。name="samly71"####这个name赋值字符串samly71这串；number=111####numbe
系统 2019-09-27 17:51:24 1717
新人小菜鸟又来写博客啦！！！没人表示不开心~~(>_<)~~今天我来弄一个简单的关键词提取的代码文章内容关键词的提取分为三大步：（1）分词（2）去停用词（3）关键词提取分词方法有很多，我这里就选择常用的结巴jieba分词；去停用词，我用了一个停用词表。具体代码如下：importjiebaimportjieba.analyse#第一步：分词，这里使用结巴分词全模式text='''新闻，也叫消息，是指报纸、电台、电视台、互联网经常使用的记录社会、传播信息、反映
系统 2019-09-27 17:51:23 1717
三引号完全原样输出print(r"""xx\n\adaadf=?aa“”")重复输出print(3*“ab”)print(“ab”*3)abababababab3、列表定义x=“world”y=[1,2,3,4,5]索引（负数从右边开始，正数从左边开始）print(x[0])print(y[4])print(x[-2])print(y[-1])print(y[-5])print(x[-5])w5l51w切片x=“world”y=[1,2,3,4,5]pri
系统 2019-09-27 17:51:22 1717
作者：伏草惟存来源：http://www.cnblogs.com/baiboy/p/nltk2.htmlPython的几个自然语言处理工具1.NLTK:NLTK在用Python处理自然语言的工具中处于领先的地位。它提供了WordNet这种方便处理词汇资源的借口，还有分类、分词、除茎、标注、语法分析、语义推理等类库。2.Pattern:Pattern的自然语言处理工具有词性标注工具(Part-Of-SpeechTagger)，N元搜索(n-gramsearc
系统 2019-09-27 17:51:09 1717
本文主要是记录ubuntu16.04下python环境配置，具体内容如下对于ubuntu16.04，由于本身是自带python，这样就减少了在windows下的下载和环境变量配置，非常不错。但是他本身是自带两个版本的python，2.X和3.X,两个版本，两个版本默认的是使用2.X，毕竟3.X是一个趋势，今后我这边应该也会主要使用3.X版本，所以这里记录一下如果在版本间切换以及如何把python版本切换到3.X下的方法。一、确认本机下的python默认版本
系统 2019-09-27 17:51:01 1717
zip在python3中，处于优化内存的考虑，只能访问一次！！！(python2中可以访问多次)，童鞋们一定要注意，*coding:utf-8*zip()函数的定义：从参数中的多个迭代器取元素组合成一个新的迭代器；返回：返回一个zip对象，其内部元素为元组；可以转化为列表或元组；传入参数：元组、列表、字典等迭代器。当zip()函数中只有一个参数时，zip(iterable)从iterable中依次取一个元组，组成一个元组。在python3.0中有个大坑，z
系统 2019-09-27 17:50:58 1717
数据集介绍使用数据集Wine，来自UCI。包括178条样本，13个特征。importpandasaspdimportnumpyasnpdf_wine=pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/wine/wine.data',header=None)df_wine.columns=['Classlabel','Alcohol','Malicacid','Ash
系统 2019-09-27 17:50:52 1717
作为Python程序员，应该能够正视Python的优点与缺点。众所周之，Python的运行速度是很慢的，特别是大数据量的运算时，Python会慢得让人难以忍受。对于这种情况，“专业”的解决方案是用上numpy或者opencl。不过有时候为了一点小功能用上这种重型的解决方案很不划算，或者有时候想要实现的操作在numpy里面没有，需要我们自己用C语言来编写。总之，我们使用Python与C++的混合编程能够加快程序热点的运算速度。首先要提醒大家注意的是，在考虑联
系统 2019-09-27 17:50:45 1717
