Bagian ini adalah kumpulan catatan dan catatan tentang semua yang saya pelajari dengan Python. Skrip, program, dan contoh yang ditulis dengan Python yang pasti dapat membantu Anda.
Jika menurut Anda ada sesuatu dalam kode yang salah atau dapat diperbaiki, jangan ragu untuk berkomentar.
Saya hanya menggunakan Python 3
Kondisi adalah pernyataan yang dapat bernilai benar atau salah. dan didefinisikan oleh Benar or Salah.
Ada berbagai cara untuk melakukan kondisi di Python.
Untuk menyiapkan kondisi, kita perlu mengetahui hal berikut simbol yang akan kita gunakan untuk membandingkan nilai:
Ide dari proyek ini adalah berikan instruksi suara untuk berinteraksi melalui PC kami atau Raspberry Pi kami menggunakan model Bisikan Suara-ke-teks.
Kami akan memberikan perintah yang akan ditranskripsi, diubah menjadi teks, dengan Whisper dan kemudian dianalisis untuk mengeksekusi perintah yang sesuai, yang dapat dari menjalankan program hingga memberi tegangan ke pin RaspberryPi.
Saya akan menggunakan Raspberry Pi 2 lama, micro USB dan saya akan menggunakan model Voice-to-text yang baru-baru ini dirilis oleh OpenAI, Berbisik. Di akhir artikel Anda dapat melihat sedikit lagi berbisik.
For loop di Python memiliki beberapa fitur yang berbeda dari bahasa pemrograman lainnya. Saya meninggalkan Anda apa yang saya pelajari untuk mendapatkan hasil maksimal dari salah satu loop yang paling sering digunakan.
Dalam Python itu dimaksudkan untuk beralih melalui objek yang dapat diubah, baik itu daftar, objek, atau elemen lain.
Struktur berikut adalah
Los file dengan ekstensi .py berisi kode bahasa pemrograman Python. Dengan cara ini ketika Anda mengeksekusi file urutan kode dieksekusi.
Tidak seperti file .sh yang mengeksekusi instruksi yang dapat dijalankan oleh sistem Linux apa pun, agar file .py berfungsi, Anda harus menginstal Python.
Ini adalah hal pertama yang harus Anda lakukan jika Anda ingin mulai belajar pemrograman dengan Python.
Melihat data historis yang ditawarkan oleh observatorium meteorologi di kota saya, saya melihatnya mereka hanya menawarkannya dalam bentuk grafik dan untuk diunduh sebagai PDF. Saya tidak mengerti mengapa mereka tidak mengizinkan Anda mendownloadnya di csv, yang akan jauh lebih berguna untuk semua orang.
Jadi saya sudah mencari satu solusi untuk melewatkan tabel ini dari pdf ke csv atau jika seseorang ingin memformat Excel atau Libre Office. Saya suka csv karena dengan csv Anda melakukan semua yang Anda dapat menanganinya dengan python dan perpustakaannya atau Anda dapat dengan mudah mengimpornya ke spreadsheet apa pun.
Karena idenya adalah untuk mencapai proses otomatis, yang saya inginkan adalah skrip untuk bekerja dengan Python dan di sinilah Tabula masuk.
Setelah menyelesaikan Kursus Machine Learning, Saya sedang mencari ke mana harus melanjutkan. Lingkungan pengembangan yang digunakan dalam kursus pembuatan prototipe Oktaf / Matlab bukanlah yang digunakan orang, jadi Anda harus membuat lompatan ke kualitas yang lebih tinggi. Di antara kandidat yang paling direkomendasikan kepada saya adalah Keras, menggunakan backend TensorFlow. Saya tidak akan membahas apakah Keras lebih baik daripada alat atau kerangka kerja lain atau apakah akan memilih TensorFlow atau Theano. Saya hanya akan menjelaskan bagaimana itu dapat diinstal di Ubuntu.
Pertama saya mencoba menginstalnya dari dokumentasi halaman resmi, dan itu tidak mungkin, saya selalu mengalami kesalahan, beberapa pertanyaan yang belum terselesaikan. Akhirnya aku pergi mencari tutorial khusus tentang cara memasang keras di Ubuntu Namun saya telah menghabiskan dua hari menghabiskan banyak waktu di malam hari. Pada akhirnya saya telah mencapainya dan saya meninggalkan Anda seperti yang telah saya lakukan seandainya hal itu dapat membuka jalan bagi Anda.
Karena kami akan mengikuti langkah-langkah yang direkomendasikan oleh situs web yang saya tinggalkan dari sumber di akhir tutorial, kami akan menginstal PIP yang tidak saya miliki, untuk mengelola paket. biji di linux itu, sistem manajemen paket yang ditulis dengan python.
sudo apt-get install python3-pip sudo apt install python-pip
