首页 > TAG信息列表 > TEXTS

用python 居然可以生成 情话、藏头诗、对联?

哈喽,大家好呀~ 在平常人的心目中我们程序员都是呆板,都带着一副眼镜,喜欢穿寸衣,T恤普遍都是黑白灰三种颜色。今天我就教你们如何用python生成 情话、藏头诗、对联。 安装环境(已mac为例) 一、准备环境 1.目前飞桨支持的环境 macOS 版本 10.11/10.12/10.13/10.14 (64 bit) (不支持GPU

图片像素替换符号

分享一个好玩的python脚本 from PIL import Image img = Image.open(r"C:\Users\P\Desktop\123.jpg","r") out = img.convert("L") print(out.size) width,height = out.size out = out.resize((int(width*0.3),int(height*0.3*0.5))) width,heigh

文本相似度算法

#! /usr/bin/env python # -*- coding: utf-8 -*- # @Time : 2021/11/12 15:44 """ 我们再写一遍这个算法; """ from icecream import ic import jieba import jieba.analyse from gensim import corpora from gensim import models from gensim imp

Python3 Keras分词器Tokenizer

import keras.preprocessing.sequence from keras.preprocessing.text import Tokenizer samples = ['我 爱 你 无畏 人海的 拥挤','用尽 余生的 力气 只为 找到 你','你'] # 创建分词器实例 # split 默认字符为空格 tokenizer = Tokenizer() tokenizer.fit_on_texts(samples) #

原生js制作选项卡详解,适合无基础的人学习

当我们学习js学习到一定程度的时候难免会有些枯燥,乏味,这个时候可能就需要写一点真正能动有用的东西来提升下兴趣了,在日常网页开发中,轮播图,导航栏,选项卡这三个是必不可少的,今天就给大家带来一个关于原生js制作选项卡的方法。 知识点:选择器,for循环,事件(event),this的指向。 选

DedeCMS 方法代码的修改

<script language='javascript'>linkarr = new Array();picarr = 新数组();textarr = 新数组();var swf_width=280;var swf_height=192;var 文件 = "";var 链接 = "";var texts = "";//这里设置调用标记{dede:arclist flag='f' row=�

SAPUI5 Walkthrough Step 8: Translatable Texts

https://sapui5.hana.ondemand.com/#/topic/df86bfbeab0645e5b764ffa488ed57dc   在这一步中,我们将文本移动到一个指定的资源文件中。这样将便于我们管理和翻译。   增加i18n文件 webapp/i18n/i18n.properties,内容如下 showHelloButtonText=说点啥helloMsg=说 {0}     修改

团队项目冲刺第五天 KNN算法的实现

KNN算法的实现 在数据集准备完成之后 开始进行算法的实现 其中本次项目分为3个部分 数据的获取 其中数据已经保存到了txt文件 直接读取 print('(1) load texts...')train_texts = open('../dataset_train/x_train.txt', encoding='utf-8').read().split('\n')train_labels = open(

iview table 表格 实现 单列超出隐藏 鼠标悬浮出现详情(render函数)

效果图 { title: '交易订单号', align: 'center', key: 'id', minWidth: 120, render: (h, params) => { let texts=params.row.id; //这里的params.row.id 是 key值 if(params.row.id !=null){ if(params.row.id.length>

JS 简单版留言

<!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <meta http-equiv="X-UA-Compatible" content="IE=edge"> <meta name="viewport" content="width=

使用飞桨模型生成情话情诗

飞桨官网地址:https://www.paddlepaddle.org.cn/hubdetail?name=ernie_gen_lover_words&en_category=TextGeneration ERNIE-GEN 是面向生成任务的预训练-微调框架,首次在预训练阶段加入span-by-span 生成任务,让模型每次能够生成一个语义完整的片段。在预训练和微调中通过填充式生

【505】Using keras for word-level one-hot encoding

参考:Text Preprocessing —— Tokenizer 参考:Preprocessing » 文本预处理   对于 Embedding 层使用的输入,就是整数矩阵,并不是真正的 one-hot 向量,需要利用 Tokenizer 来实现。 1. Tokenizer  1.1 语法 keras.preprocessing.text.Tokenizer(num_words=None,

Several alternative term weighting methods for text representation~~ ——4. Experimental settings 实验设置

“In this study, we use two public text classification datasets to validate the performance of our schemes, namely Reuters-21578 and 20 Newsgroups datasets [37]. Reuters-21578 dataset has 8 different categories including 5485 training texts and 2189 test

b站爬取排行榜内容并生成词云图

import requests import linecache import wordcloud import jieba import matplotlib.pyplot as plt from bs4 import BeautifulSoup if __name__=="__main__": n=0#ID编号 target='https://www.bilibili.com/v/popular/rank/all'#b站 user_ag

keras preprocessing中的Tokenizer与sequence使用解读

1. 代码 import jieba from keras.preprocessing.text import Tokenizer from keras.preprocessing import sequence def cut_text(text, type = 'char'): """将文本按不同方式切词,以空格作为分割""" # print(text) if type == 'char

爬取新笔趣阁小说!适合新手入门的小案例!

爬取笔趣阁小说(搜索+爬取) 首先看看最终效果(gif): 实现步骤:1.探查网站“http://www.xbiquge.la/”,看看网站的实现原理。 2.编写搜索功能(获取每本书目录的URL)。 3.编写写入功能(按章节写入文件)。 4.完善代码(修修bug,建了文件夹)。 ps:所需模块 : import requests import bs4 #

NLP Calculate the similarity of any two articles resume version

    Calculate the similarity of any two course -Implement input a coursara course to find the top 10 courses similar to it by using python  -Calculated the similarity from the text content of the course by using NLP technology Topic model LSI.   -Utiliz

keras使用多进程

最近在工作中有一个需求:用训练好的模型将数据库中所有数据得出预测结果,并保存到另一张表上。数据库中的数据是一篇篇文章,我训练好的模型是对其中的四个段落分别分类,即我有四个模型,拿到文本后需要提取出这四个段落,并用对应模型分别预测这四个段落的类别,然后存入数据库中。我是用ker

Document Builder: REMOVE_CC_DEFAULT_TEXTS

Created by Jerry Wang, last modified on Oct 17, 2014 word template里绑定了值的ui element,其默认值是PARTNER。如果对应的xml data里PARTNER 节点没有值,则该默认值PARTNER会通过method CL_CRM_OI_DOCX_TRANSFORM_RT=>REMOVE_CC_DEFAULT_TEXTS被移除。         查找t

网站图片的轮播JS代码

这是几个网站的轮播JS效果,实现图片按照时间来切换,目前有几个站实现该功能,特别是浴室柜网站改版前,以下就是JS具体内容可以自己改下路径就可以用的linkarr = new Array();picarr = new Array();textarr = new Array();var swf_width=960;var swf_height=200;//文字颜色|文字位置|文字

keras实现textcnn

https://github.com/MoyanZitto/keras-cn/blob/master/docs/legacy/blog/word_embedding.md 这个链接将带有embeding层的cnn实现及训练的过程讲的很清楚 构建好带有embedding层的textcnn模型后,model.fit时传入的x_train是二维的要训练的词对应的标号。下面的代码会将词进行标号。

Subject matter: feminism, interiority, and literary embodiment after 1980【翻译】

ABSTRACT I argue that literary texts after 1980 use the fluid relationship between matter and discourse within the literary object itself in order to present alternate versions of the subjectivity and interiority. Examining works by Morrison, Gibson, Acke