Ez a rész jegyzetek és megjegyzések gyűjteménye mindenről, amit Pythonban tanulok. Pythonban írt szkriptek, programok és példák, amelyek biztosan segíthetnek.
Ha úgy gondolja, hogy a kódban valami nem stimmel, vagy javítható, nyugodtan írjon megjegyzést.
A projekt ötlete az hangutasításokat ad a PC-n vagy a Raspberry Pi-n keresztüli interakcióhoz a Voice-to-text Whisper modell segítségével.
Parancsot adunk, amelyet Whisperrel átírunk, szöveggé konvertálunk, majd kielemezzük a megfelelő parancs végrehajtását, amely lehet a program végrehajtásától a RaspberryPi érintkezők feszültségadásáig.
Egy régi Raspberry Pi 2-t, egy micro USB-t fogok használni, és az OpenAI által nemrégiben kiadott Voice-to-text modellt fogok használni, Suttogás. A cikk végén láthatod még egy kicsit suttogni.
A Python For ciklusának néhány funkciója eltér a többi programozási nyelvtől. Meghagyom neked, amit tanulok, hogy a legtöbbet hozza ki az egyik leggyakrabban használt hurokból.
A Pythonban egy iterálható objektumon keresztül kell iterálni, legyen az lista, objektum vagy más elem.
sok py kiterjesztésű fájlok Python programozási nyelv kódját tartalmazzák. Ily módon a fájl végrehajtásakor az adott kódsorozat végrehajtásra kerül.
Ellentétben a .sh fájl amely olyan utasításokat hajt végre, amelyeket bármely Linux rendszer végrehajthat, a .py fájl működéséhez telepítenie kell a Pythont.
Ez az első dolog, amit meg kell tennie, ha el akar kezdeni tanulni programozni a Python használatával.
A városom meteorológiai csillagvizsgálója által felajánlott történelmi adatokat megnézve ezt látom csak grafikusan és PDF formátumban kínálják őket. Nem értem, miért nem engedik letölteni őket csv-be, ami sokkal hasznosabb lenne mindenki számára.
Szóval kerestem egyet megoldás ezeknek a táblázatoknak a pdf-ről csv-re történő továbbítására, vagy ha valaki formázni akarja az Excel-t vagy a Libre Office-t. Szeretem a csv-t, mert egy csv-vel mindent megteszel, amit a python-nal és a könyvtárakkal tudsz kezelni, vagy egyszerűen importálhatsz bármilyen táblázatba.
Mivel az ötlet egy automatizált folyamat elérése, azt akarom, hogy egy szkript működjön együtt a Pythonnal, és itt jön be a Tabula.
Miután befejezte a Gépi tanulás tanfolyam, Kerestem, hol folytassam. Az Octave / Matlab prototípus-tanfolyamon használt fejlesztői környezetek nem az emberek által használtak, ezért valami magasabb színvonalú lépést kell megtennie. A számomra leginkább ajánlott jelöltek között az Keras, a TensorFlow háttérprogram használatával. Nem fogom megvizsgálni, hogy a Keras jobb-e, mint más eszközök vagy keretrendszerek, vagy a TensorFlow vagy a Theano választását választom. Csak elmagyarázom, hogyan telepíthető az Ubuntuba.
Először a hivatalos oldalak dokumentációjából próbáltam telepíteni, és lehetetlen, mindig volt valami hiba, valami megoldatlan kérdés. A végén elmentem keresni specifikus oktatóanyagok arról, hogyan kell telepíteni a kerákat az Ubuntuban És mégis két napot töltöttem sok időt töltve éjszaka. Végül elértem, és otthagyom, hogyan tettem, hátha ez utat nyithat előtted.
Mivel követni fogjuk a webhelyek által ajánlott lépéseket, amelyeket az oktatóanyag végén forrásból hagyok, a csomagok kezeléséhez telepítenem kell a PIP-t, amely nekem nem volt. gyümölcsmag a linuxban az, hogy egy csomagkezelő rendszer pythonban íródott.