logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

RASA2.0 搭建中文聊天机器人(附gitee源码)

RASA2.0搭建中文聊天机器人环境搭建# 优先安装这几个python包,后面缺什么补充什么rasa==2.0.0rasa-sdk==2.4.1tensorflow==2.3.2Flask==1.1.2开始搭建初始化项目# 命令创建rasa项目所需的所有文件,并根据一些示例数据训练一个简单的机器人rasa init初始化后会创建以下文件,介绍几个重要的文件,当然这些文件结构你也可以自己调整文件名作

文章图片
#python#flask#人工智能 +1
ubuntu升级python版本

你可以尝试直接运行: 如果你希望通过简单的命令python3.12。

文章图片
#ubuntu#python#linux
数据分析必备利器-pandas使用锦集

pandas常用操作关键缩写和包导入import pandas as pd# 最新为 1.0.4 版本 (2020-05-29)import numpy as npimport matplotlib.pyplot as pltimport seaborn as sns%matplotlib inline导入数据# 从 CSV 文件导入数据pd.read_csv('file.csv', name=[

文章图片
#数据分析#python
YOLOV3目标检测框架搭建和训练自己模型的流程

YOLOV3目标检测框架搭建和训练自己模型的步骤(超详细)Ubuntu18.04安装labelImg标注工具—pyqt5 安装步骤# 不需要进入到虚拟环境中sudo apt-get install pyqt5-dev-toolssudo pip3 install lxmlgit clone https://github.com/tzutalin/labelImg.gitcd labelImgmak

文章图片
#计算机视觉#人工智能#目标检测
循环神经网络LSTM实现电影情感分类

为了对word embedding这种常用的文本向量化的方法进行巩固,这里我们会完成一个文本情感分类的案例现在我们有一个经典的数据集IMDB,这是一份包含了5万条流行电影的评论数据,其中训练集25000条,测试集25000条。数据格式如下:下图左边为名称,其中名称包含两部分,分别是序号和情感评分,(1-4为neg,5-10为pos),右边为评论内容但本次实验从简设计只实现二分类,即实现积极和消极的

文章图片
#分类#lstm#自然语言处理
Ububtu18.04 安装docker

Ububtu18.04 安装docker更新所要的包sudo apt-get update安装依赖包,用于通过HTTPS来获取仓库sudo apt-get install apt-transport-https ca-certificates curl gnupg-agent software-properties-common添加 Docker 的官方 GPG 密钥curl -fsSL http

#docker#linux#运维
数据分析必备利器-pandas使用锦集

pandas常用操作关键缩写和包导入import pandas as pd# 最新为 1.0.4 版本 (2020-05-29)import numpy as npimport matplotlib.pyplot as pltimport seaborn as sns%matplotlib inline导入数据# 从 CSV 文件导入数据pd.read_csv('file.csv', name=[

文章图片
#数据分析#python
解决打不开磁盘“ubuntuvirtual_workUbuntu 64 位.vmdk”或它所依赖的某个快照磁盘。模块“Disk”启动失败。未能启动虚拟机。

解决打不开磁盘“H:\纯净版ubuntu\virtual_work\Ubuntu 64 位.vmdk”或它所依赖的某个快照磁盘。模块“Disk”启动失败。未能启动虚拟机。直接将虚拟机安装目录下的所有.lck文件(文件夹)直接删除,再次就能正常运行了...

#ubuntu#运维
数据分析必备利器-pandas使用锦集

pandas常用操作关键缩写和包导入import pandas as pd# 最新为 1.0.4 版本 (2020-05-29)import numpy as npimport matplotlib.pyplot as pltimport seaborn as sns%matplotlib inline导入数据# 从 CSV 文件导入数据pd.read_csv('file.csv', name=[

文章图片
#数据分析#python
FastApi的post请求数据完整示例

FastApi的post请求和get请求规范完整示例POST请求模型类from typing import List, Optional, Union, Dictfrom pydantic import BaseModel, Field#请求数据输入格式class ItemIndurstry(BaseModel):year_: str = Field(title='年份,2014年至2021年')

文章图片
#python
    共 14 条
  • 1
  • 2
  • 请选择