首页 AI Studio教育版 帖子详情
飞桨Python小白七日营总结
收藏
快速回复
AI Studio教育版 文章课程答疑 1016 2
飞桨Python小白七日营总结
收藏
快速回复
AI Studio教育版 文章课程答疑 1016 2

最近参加了飞桨Python小白逆袭大神的课程,这里对课程进行一个简单的总结。

其实我不是第一次参加飞桨的免费课程,上次参加飞桨深度学习7日入门-CV疫情特辑感觉很不错,所以自然也来参加了这次的课程(ps:主要还是馋100小时的算力卡,哈哈哈)对于python我其实并不算是小白,所以我本以为这次课程那可是小菜一碟,没想到遇到了标题党,这“小白”可不够“白”啊!

下面我对每天的课程和作业发一发老骚。

Day1 人工智能概述与入门基础

第一天的课程老规矩,先讲一讲行业现状,感受一下什么是AI。第一天的Python入门基础确实非常照应题目,确实是真小白课程,帮我好好的回顾了一波python基础。

第一天的作业也是比较简单,输出一个规则化的九九乘法表和文件目录的操作。对于九九乘法表其实主要是注意格式的输出,控制一下空格;对于文件目录的操作呢这里主要是要使用os.walk()这个函数,该函数能够逐层遍历文件夹,返回相应的目录和文件,是个比较重要的函数。对于以后自定义的数据集制作很有帮助。第一天的课程还是比较合适的,我开始飘了~~

Day2 Python进阶

第二天的课程主要是介绍一下AI Studio平台的使用以及python的进阶课程,这一部分老师都讲得非常的细致,所以听起来很轻松。

python进阶那就不得不提一下爬虫这个好东西,搞人工智能数据集的这个东西是绕不过去的,制作自定义的数据集那可真是让人头大。这不,第二天的作业就是使用爬虫爬取青春有你2的小姐姐图片。这可有点麻烦了,还好老师把大块头的部分以及做好了,我们只需要通过记录好的Json文件里面的URL去爬取网页,再从网页上解析出图片的地址,下载就完事了。看着小姐姐图片做作业那可是别有一番风味啊。

Day3 人工智能常用库

第三天的课程介绍人工智能的常用库,数据分析四剑客:Numpy、pandas、Matplotlib和Pillow。

Numpy是Python科学计算库的基础,包含了强大的数组对象和丰富的运算。这个库应该是python学习人工智能所必须掌握的库了。

pandas是一个高效的数据分析处理库,我们常常用于结构化数据的处理。

Matplotlib是一个主要用于绘制二维图像的Python库,这个库可视化学习必不可少。

Pillow这个库是一个具有强大图像处理能力的第三方库,人工智能需要对图片进行处理,这个库也非常重要。

第三天的作业是对选手的信息进行分析,我感觉比较难的部分老师已经处理好了,我们需要完成的任务是统计选手体重分布,并且绘制饼图,这里没有像上次CV课程要求使用Echarts,直接使用Matplotlib进行绘制。这次作业得了八十,可能是我的图有点难看,有点不开心。。。

Day4 Paddlehub的体验与应用

第四天主要强退了paddlehub的使用,本来以为是paddle恰饭之举,使用之后还是感觉真香!第四天还讲了使用paddlehub进行青春有你2选择的二分类。

第四天的作业是使用paddlehub实现青春有你2选手的五分类,本以为直接在二分类上面小改一下输出层就行了,没想到要求自己制作自定义的数据集,龟龟好家伙这可难坏了小白。对于这个问题,虽然我们是使用用了paddlehub提供的预训练模型进行迁移学习,当时由于数据集难以制作数据量都非常小,而且找到的图片干扰也比较大,所以这个问题想要得到十分好的结果不太现实,还好作业评分只需要对测试的五个人进行预测。由于我的时间原因,数据集没有好好的制作,直接使用爬虫爬取了上次爬取的照片进行微调和预测,只预测对了四个人。

Day5 EasyDL的体验与作业发布

第五天主要是推荐使用EasyDL,以及最终大作业的发布。EasyDL确实非常方便,机器学习的整个流程都提供了标准化的帮助,特别适合企业使用。

这个大作业那就是真的欺负小白了。不当要爬取评论,还要做数据清洗,分词,统计词频,绘制词云以及使用paddlehub进行评论内容审核。这一次作业不但作业本来的难度就不低,而且老师给的代码还贼简洁,光是定义的函数。另外,爬虫爬取静态页面也就还要,偏偏这评论是动态加载的,还要进行页面分析,抓取json请求。对于下载好的评论,使用jieba进行中文分析,不但要添加停用词表还要制作新增词表。分词结束后需要编写函数实现词频统计,并且要使用Matplotlib绘制统计图表,这里还买了一个坑,因为图表需要现实中文,所以需要配置字体,老师给的字体链接失效了,需要自己到网上下载,而且需要对字体进行配置,我使用老师给的代码进行配置,始终不能显示中文,还好最后在网上找到了可行的解决方案。最后是根据词频绘制词云。这里时间原因我没有加背景图片。听说这里还有一些坑。

当然,大作业虽然难,但是收获也大,是一次不错的学习体验。

Day6 Paddlehub创意赛发布

第六天是临时加的课程主要是对大作业进行讲解和发布创意赛。创意赛感觉很有趣,有时间会看一看推荐的项目,看看能不能有一些好的创意。

 

最后呢,这一次的课程也是非常不错,遗憾的是没有中奖!期待下一次课程。免费的算力卡我还是要的!!!

0
收藏
回复
全部评论(2)
时间顺序
AIStudio810258
#2 回复于2020-05

收获满满啊。加油!共同进步!

0
回复
AIStudio810258
#3 回复于2020-05

【下面是我写的一些小贴,有空可以fork玩玩(项目列表)】

训练数据太少?过拟合?一文带你领略“数据增长魔法”(上) (https://aistudio.baidu.com/aistudio/projectdetail/408059)

训练数据太少?过拟合?一文带你领略“数据增长魔法”(下) (https://aistudio.baidu.com/aistudio/projectdetail/422256)

一文帮你理解用Paddle训练模型的原理1-手写回归模型 (https://aistudio.baidu.com/aistudio/projectdetail/367090)

一文帮你理解用Paddle训练模型的原理2-权值可视化(VisualDL) (https://aistudio.baidu.com/aistudio/projectdetail/386954)

来AI Studio互粉吧~等你哦~ https://aistudio.baidu.com/aistudio/personalcenter/thirdview/76563

0
回复
在@后输入用户全名并按空格结束,可艾特全站任一用户