摘要：
这个问题来自于一个小伙伴，他在处理中文数据时需要先把里面的文本过滤然后分词，因为里面有许多符号，不仅是中文标点符号，还有✳，emoji等奇怪的符号。 正常情况下，中文的str经过encode('utf-8')变成bytes，然后bytes经过decode('utf-8')变回中文。 原始文件是txt 阅读全文
摘要：
先来看一个截图，爬虫得到的结果，里面99的字体貌似有点奇怪，刚开始以为是不同的字体，在Excel里选中调整字体时发现没有变化，后来经过大佬指点，才知道是全角数字（原谅我小白无知）。为了统一起见，把所有的全角字符转换为半角字符，然后再做处理。既然是在爬虫里面，那可以直接用代码转换了，但是以前存起来的数 阅读全文
摘要：
以前使用Caffe的时候没注意这个，现在使用预训练模型来动手做时遇到了。在slim中的自带模型中inception, resnet, mobilenet等都自带BN层，这个坑在《实战Google深度学习框架》第二版这本书P166里只是提了一句，没有做出解答。 书中说训练时和测试时使用的参数is_tr 阅读全文
摘要：
导出数据是很常用的功能，但今天在操作时遇到了一点问题，记录下来，方便其他人查阅。 1. 使用MySQL workbench 导出数据 在workbench里连接好数据库之后直接点击左侧的management中的Data Export会让你选择数据表，但是导出的时候会提示报错，workbench的版本 阅读全文
摘要：
服务器在阿里云上，和一般的本地配置方案不太一样，所以网上的博客里没有解决办法，本人在这里记录一下，方便大家交流。 由于数据要保存到MySQL数据库中，使用python对数据进行操作，爬到数据直接进行保存。上一篇博客里已经讲过安装python时需要注意的一个小问题，这篇博客主要讲MySQL的安装配置和 阅读全文
摘要：
在服务器Ubuntu系统上跑爬虫，爬虫是基于Selenium写的，遇到好几个问题，现在这里记录一下。 1. 安装环境 阿里云，Ubuntu16.04，因为没有界面，所以远程命令行操作。爬虫是基于Selenium写的，需要安装Chrome浏览器和Chromedriver。 1.1 安装Chrome和C 阅读全文