ronaldhan

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:

ronaldhan

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)和课件。另外两个参考资料如下CNN 参考资料1和CNN 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