Python实现多进程运行

在这篇文章里,我将列出一种python下的实现多进程并发执行程序的方法。我们经常需要通过并发来实现一些功能,为了加速计算或者最大程度利用CPU等等。Python中有一种方法可以实现多进程并发执行,我们需要导入python库“multiprocessing”。

继续阅读“Python实现多进程运行”

Python关键字yield用法

我这篇文章将简单记录一下python关键字yield的用法。因为写代码需要,我看到了别人的部分代码中有用到yield关键字。作为习惯了C类语言的人,第一次看到这种关键字会感到很迷茫,不知道是用来做什么的,可是偏偏很多时候会用到这样的代码。

继续阅读“Python关键字yield用法”

Python读取wav格式文件

我们经常需要处理wav格式的文件,读取其中的声音信号和相关参数,来做一些事情。如果我们使用C++来做,那么需要对文件的底层存储格式有一个透彻的了解才行,而且考虑不周还有可能出Bug;如果使用MatLab来做,虽然只有一行代码就可以读取文件,但是MatLab语言自身的局限性使得写出的代码难以在实际中投入使用。因此,兼顾简介易用和实用性,用Python来做就显得比较好了。

继续阅读“Python读取wav格式文件”

Python缩进问题

众所周知,python是一个基于缩进而不是大括号的语言,因而写python代码有需要使用游标卡尺的梗。我在写python代码的时候,没少掉进这个坑里面。基本上只要前一行结尾出现冒号,下一行必然添加一个单位的缩进,直到块结束。我们可以使用空格(Space)和制表符(Tab)来进行缩进,然而这里面有一些会经常遇到的坑。

继续阅读“Python缩进问题”

初学Python

Python的确是一个易于学习且功能强大的编程语言,而且是跨平台做的最好的编程语言。虽然它是解释型的语言,但是其开发效率之高,有目共睹,弥补了运行速度稍慢的缺陷。Python有胶水语言之称,解释器很容易拓展,用起来像瑞士军刀。当前的很多机器学习方面的项目都是基于Python语言实现的,所以感觉这个语言未来会很火。本人推荐直接学Python3版本,这样在时代的潮流下才不容易掉队。: )

继续阅读“初学Python”

Linux系统下安装TensorFlow的GPU版本

前言:
安装TensorFlow的GPU版本真的不是一件容易的事,好难,网上的各种安装教程倒是不少,但是基本没有一个能完全照着那种方法就能安装成功的,甚至有些连最基本的一些必需的步骤都没写到,那样子的话能安装到位才是奇迹。
在经历各种踩坑后,我通过大量的互联网搜索,综合各个网站上写到的安装tensorflow-gpu的方法,终于总结出来一个走的通的方法,并且亲自动手实践,成功在Linux(Ubuntu) + Python3.5安装且运行了一个卷积神经网络的训练程序。

继续阅读“Linux系统下安装TensorFlow的GPU版本”

在多平台上安装TensorFlow的方法

TensorFlow是谷歌在近期开源的一款深度学习方面的框架,有纯CPU版本和使用了GPU的版本。我们通过使用它,可以大大方便我们在神经网络方面的工作,降低我们的工作量。众所周知,TensorFlow是基于Python的,所以我们需要使用Python来做。TensorFlow在Windows上仅支持64位Python 3.5。

鉴于Python2已经濒临淘汰,所以,我建议现在以及今后都直接使用Python3来做,除非你手头有一大堆现有的py2的代码项目,否则,Python2迟早是要切换到Python3,到时候又是一大堆代码要手动升级到3版本,3和2的代码差别太大了。
继续阅读“在多平台上安装TensorFlow的方法”

【伪科学争议】谷歌研究员两万字批驳上交大用深度学习推断犯罪分子

不久前, 上海交通大学的两位研究者发布了一项题为“利用脸部照片自动推断犯罪性”的研究,利用基于有监督的机器学习的方法,根据人的脸部特征预测一个人是否有犯罪倾向,“准确率接近90%”。该研究在国内外引起了广泛的争议。近日,谷歌的几名研究员撰文对这一研究进行了批驳,回顾了机器学习技术的底层运作方式和技术细节,并探讨机器学习等先进技术在融入现实中所遇到的难题和挑战。

继续阅读“【伪科学争议】谷歌研究员两万字批驳上交大用深度学习推断犯罪分子”

机器学习入门教程分享

经常会在一些社区类网站看到有人问如何入门和学习机器学习,于是,我在这里分享一些我学习机器学习这一段时间以来收集的各类比较好的教程。

我过滤掉了一些没什么用的教程和资料,因为那些确实没有用,而且看起来太多太繁琐,人的精力有限,只要能把这些资料看完,就已经可以变得很厉害了。
继续阅读“机器学习入门教程分享”