Dette afsnit er en samling af noter og noter om alt, hvad jeg lærer i Python. Scripts, programmer og eksempler skrevet i Python, som helt sikkert kan hjælpe dig.
Hvis du mener, at noget i koden er forkert eller kunne forbedres, er du velkommen til at kommentere.
Ideen med projektet er give stemmeinstruktioner til at interagere gennem vores pc eller vores Raspberry Pi ved hjælp af Voice-to-text Whisper-modellen.
Vi vil give en ordre, der vil blive transskriberet, konverteret til tekst, med Whisper og derefter analyseret for at udføre den passende ordre, som kan være fra at udføre et program til at give spænding til RaspberryPi-stifterne.
Jeg vil bruge en gammel Raspberry Pi 2, en mikro-USB, og jeg vil bruge Voice-to-text-modellen, der for nylig blev udgivet af OpenAI, Hviske. I slutningen af artiklen kan du se lidt mere hvisken.
For-løkken i Python har nogle andre funktioner end andre programmeringssprog. Jeg efterlader dig, hvad jeg er ved at lære for at få mest muligt ud af en af de mest brugte loops.
I Python er det beregnet til at iterere gennem et iterbart objekt, det være sig en liste, et objekt eller et andet element.
Når jeg ser på de historiske data fra et meteorologisk observatorium i min by, ser jeg det de tilbyder dem kun grafisk og til at downloade som PDF. Jeg forstår ikke, hvorfor de ikke lader dig downloade dem i csv, hvilket ville være meget mere nyttigt for alle.
Så jeg har ledt efter en løsning til at overføre disse tabeller fra pdf til csv, eller hvis nogen ønsker at Excel eller Libre Office format. Jeg kan godt lide csv, fordi du med en csv gør alt, hvad du kan behandle den med python og dens biblioteker, eller du kan nemt importere den til et hvilket som helst regneark.
Da ideen er at opnå en automatiseret proces, vil jeg gerne have et script til at arbejde med Python, og det er her, Tabula kommer ind.
Efter afslutning af Machine Learning kursus, Jeg kiggede, hvor jeg kunne fortsætte. Udviklingsmiljøerne i Octave / Matlab-prototypekurset er ikke, hvad folk bruger, så du er nødt til at springe til noget højere kvalitet. Blandt de kandidater, der er mest anbefalet til mig, er Keras, ved hjælp af backend TensorFlow. Jeg vil ikke undersøge, om Keras er bedre end andre værktøjer eller rammer, eller om jeg skal vælge TensorFlow eller Theano. Jeg skal bare forklare, hvordan det kan installeres i Ubuntu.
Først forsøgte jeg at installere det fra dokumentationen til de officielle sider, og det var umuligt, jeg havde altid en eller anden fejl, noget uløst spørgsmål. Til sidst gik jeg og ledte efter specifikke tutorials om, hvordan man installerer keras i Ubuntu Og alligevel har jeg brugt to dage på at bruge meget tid om natten. Til sidst har jeg opnået det, og jeg efterlader dig, hvordan jeg har gjort det, hvis det kan bane vejen for dig.
Da vi følger de trin, der anbefales af de websteder, som jeg efterlader dig fra kilder i slutningen af vejledningen, skal vi installere PIP, som jeg ikke havde, for at administrere pakkerne. pip i Linux er det, at et pakkehåndteringssystem skrevet i python.