python中的时间处理大总结
技术文章 / 2018-02-05

NVIDIA 深度学习学院 带你快速进入火热的DL领域 阅读全文                                                                          > 正文共4858个字,3张图,预计阅读时间13分钟。 python中处理时间的模块有三个,datetime, time,calendar,融汇贯通三个模块,才能随心所欲地用pyth...

用Python编程实现语音控制电脑_python
技术文章 / 2018-02-01

电脑面前的你,是否也希望能让电脑听命于你?   当你累的时候,只需说一声“我累了”,电脑就会放着优雅的轻音乐来让你放松。 或许你希望你在百忙之中,能让电脑郎读最新的NBA比分赛况….一切都是那么惬意。 在此告诉你,不要灰心,我们真的可以做一个。 做一个语音识别? 我相信很多人到这里会有两个心态,一是好奇,二是避之千里。 其实不然,你可以不用懂太多的编程技能,你甚至也可以不用懂自然语言处理技术,这篇...

有趣的开源软件:语音识别工具Kaldi (二)
技术文章 / 2018-02-01

在上一篇blog中简单的介绍了Kaldi的安装方法 有趣的开源软件:语音识别工具Kaldi (一) 在这篇blog中继续Kaldi模型训练的步骤,介绍一下在模型训练之前的一些数据准备的工作。因为我也是正在学习语音识别和Kaldi,有些地方不一定说的很正确,如果发现错误,还请指正。 在Kaldi源代码树中,有一个叫做egs的文件夹,在这个文件夹中保存着一些Kaldi在公共数据集上的训练步骤(shel...

有趣的开源软件:语音识别工具Kaldi (一)
技术文章 / 2018-02-01

Kaldi是一个非常强大的语音识别工具库,主要由Daniel Povey开发和维护。目前支持GMM-HMM、SGMM-HMM、DNN-HMM等多种语音识别的模型的训练和预测。其中DNN-HMM中的神经网络还可以由配置文件自定义,DNN、CNN、TDNN、LSTM以及Bidirectional-LSTM等神经网络结构均可支持。 目前在Github上这个项目依旧非常活跃,可以在 https://git...

横评:五款免费开源的语音识别工具
技术文章 / 2018-02-01

编者按:本文原作者 Cindi Thompson,美国德克萨斯大学奥斯汀分校(University of Texas at Austin)计算机科学博士,数据科学咨询公司硅谷数据科学(Silicon Valley Data Science,SVDS)首席科学家,在机器学习、自然语言处理等领域具有丰富的学术研究和产业界从业经验。雷锋网(公众号:雷锋网)编译。 作为 SVDS 研究团队的成员,我们会经...

Kafka之数据存储
技术文章 / 2018-02-01

本文主要讲述以下两部分内容: kafka数据的存储方式; kafka如何通过offset查找message。 1.前言 写介绍kafka的几个重要概念(可以参考之前的博文Kafka的简单介绍): Broker:消息中间件处理结点,一个Kafka节点就是一个broker,多个broker可以组成一个Kafka集群; Topic:一类消息,例如page view日志、click日志等都可以以topic...

Kafka消息生成,消费,存储机制
技术文章 / 2018-02-01

原文:https://my.oschina.net/manmao/blog/847397 摘要: http://kafka.apache.org/documentation/#semantics 设计文档 http://kafka.apache.org/documentation/#design  Kafka是最初由Linkedin公司开发,是一个分布式、分区的、多副本的、多订阅者,基于zooke...

【干货】–基于Python的文本情感分类
技术文章 / 2018-01-29

前言 在上一期《【干货】–手把手教你完成文本情感分类》中我们使用了R语言对酒店评论数据做了情感分类,基于网友的需求,这里再使用Python做一下复现。关于步骤、理论部分这里就不再赘述了,感兴趣的可以前往上面提到的文章查看。下面给出Python的具体代码。 Python代码 # 导入第三包 import jieba from sklearn.feature_extraction.text...

入门十大Python机器学习算法(附代码)
技术文章 / 2018-01-29

今天,给大家推荐最常用的10种机器学习算法,它们几乎可以用在所有的数据问题上: 1、线性回归 线性回归通常用于根据连续变量估计实际数值(房价、呼叫次数、总销售额等)。我们通过拟合最佳直线来建立自变量和因变量的关系。这条最佳直线叫做回归线,并且用 Y= a *X + b 这条线性等式来表示。 理解线性回归的最好办法是回顾一下童年。假设在不问对方体重的情况下,让一个五年级的孩子按体重从轻到重的顺序对班...