Skip to content

Instantly share code, notes, and snippets.

ronaldhan ronaldhan

  • gifshow
  • Beijing gifkuaishou
Block or report user

Report or block ronaldhan

Hide content and notifications from this user.

Learn more about blocking users

Contact Support about this user’s behavior.

Learn more about reporting abuse

Report abuse
View GitHub Profile
@ronaldhan
ronaldhan / 成为深度学习专家的七个步骤.md
Created Dec 15, 2015
成为深度学习专家的七个步骤
View 成为深度学习专家的七个步骤.md
  1. 对机器学习有基本的理解,最好的材料是Andrew Ng在coursera上的公开课程,看过教程能让你对机器学习有基本的认识,完成课程中的任务会让你对机器学习有更深入的理解
  2. 接下来需要培养对神经网络的感觉,实现一个神经网络,并利用它做点事情
  3. 理解神经网络的原理很重要,但简单的神经网络并不足以解决最有趣的问题。神经网络的变体-卷积神经网络(CNN)非常适合于图像识别类的任务,斯坦福大学的有关资料如下:CS231n 用于图像识别的卷积神经网络(笔记)课件。另外两个参考资料如下CNN 参考资料1CNN 参考资料1
  4. 接下来需要在自己的电脑上运行CNN
    • 买一块GPU,安装CUDA开发工具包
    • 安装Caffe和GUI包Digit
    • 安装Boinc,这个工具对你理解深度学习并没有帮助,但能够让其他研究人员在闲暇时间利用你的GPU做科研
  5. Digit提供了少量算法,比如用于字符识别的lenet算法和用于图像分类的Googlenet算法。要想运行这些算法,需要下载相应的数据集lenet数据集和[Googlenet数据集
View python xml解析.md

在进行网络数据抓取抓取时,使用requests可以直接处理json格式的返回结果,对于xml格式的返回结果requests并没有提供直接的支持。python内建了xml解析器,下面的示例说明两种情况下对xml的解析。

解析xml文件

from xml.etree import ElementTree

xml_file = r'D:\BJMapSearch.xml' 
try:
    tree = ElementTree.parse(xml_file)
    root = tree.getroot() # 获取根节点
except Exception, e:
You can’t perform that action at this time.