Search
#純靠北工程師2t8
同事在學Python ,遇到的新手
bug讓我很懷念初學的美好時光
為甚麼在一直安裝不到
library？
不就是
-m pip install --user numpy嗎？
怎麼一直會有invalid syntax
👉 去 GitHub 給我們🌟用行動支持純靠北工程師 https://github.com/init-engineer/init.engineer
📢 匿名發文請至 https://kaobei.engineer/cards/create
🥙 全平台留言 https://kaobei.engineer/cards/show/3644
GitHub 最強 AI 數學解題神器！拍照上傳秒給答案，連微積分都難不倒他
Posted on2019/05/27
TO 精選觀點
【為什麼我們要挑選這篇文章】AI 應用越發奇葩，過去寫數學一支筆、一顆腦，現在連腦都不用，帶個 AI 就行。
中國 GitHub 大神研發數學 AI，透過深度學習與影像識別，打造最強解題神器。每個學生都夢寐以求的數學 AI 究竟怎麼下載？怎麼用？接著看下去。（責任編輯：陳伯安）
作者：量子位／ 曉查 銅靈
一位叫 Roger 的中國學霸小哥的拍照做題程式 mathAI 一下子火了，這個 AI，堪稱數學解題神器。
輸入一張包含手寫數學題的圖片，AI 就能辨識出輸入的數學公式，然後給出計算結果。
不僅加減乘除基本運算，就連高等數學中的微積分都不在話下。
就像下面這樣：
還在苦苦糾結高數作業如何求解？還在東奔西走的找學霸借作業？手握 mathAI，不就是手握了新時代的解題利器嗎？
此項目程式碼已半開源
短短幾天時間，這個項目在微博就收穫了上百次轉發。看到畫風如此新奇，似乎還能開啓無限可能應用，網友們紛紛召喚自己的印象筆記（中國版 Evernote）小助手收藏，大呼：以後教數學就是它了。
作者表示，這個專案已經是半開源狀態了，目前開源的部分可以辨識計算加減乘除簡單運算。
如果想要辨識更加複雜的運算式，可以參考數學公式辨識的論文自己進行擴展。
具體來看看這個解題神器。
深度學習辨識數學題，正確率逼近 80%
全能型選手 mathAI 是怎麼實現這個功能的？
作者在 Github 中介紹說，整個程式使用 python 實現，具體處理流程包括：圖像預處理 → 字元辨識 → 數學公式辨識 → 數學公式語義理解 → 結果輸出。
整個系統的處理流程如下：
圖片預處理主要以 OpenCV 作為主要工具，將圖片中的字元單獨切割出來，避免無關變數對字元辨識的影響。
隨後，國際數學公式辨識比賽資料集（CROHME）對通過卷積神經網路進行訓練。
此外，還進行結構分析，對字元的空間關係進行判定。比如一個字元的上標和下標，含義自然不一樣。
在語義分析階段，就需要匯集上面得到的資訊，判斷運算該如何進行了。節點屬性傳遞過程如下圖所示：
作者在用 160 道手寫測試題進行了測試：
結果表明，平均字元辨識率達到了 96.23%，且系統做題的平均正確率達到了 79.38%。
手把手教學怎麼用
來，實際上手操作下。
作者給出兩種使用模式：網頁模式和介面模式（Interface）。介面模式比較直觀，只需打開網頁上傳圖片即可自動給出解題結果。
下面以介面模式為例介紹一下 mathAI 的安裝使用方法。
首先需要安裝 flask、虛擬環境、科學資料庫 numpy、sympy 等，它們都可以用 pip 安裝。
pip install flask
pip install virtualenv
將項目的 lib.zip 檔解壓到系統目錄的 venv 資料夾下。（lib.zip 可以回覆 lib 獲取）
配置置好運行環境後，用 PyCharm 打開下載好的專案，在載入過程中，PyCharm 會自動安裝好專案依賴的軟體資料庫。
使用命令列進入專案所在目錄，並啓動虛擬環境：
. venv/bin/activate
將 FLASK_ENV 環境變數設置為啓用開發模式：
export FLASK_ENV=development
然後使用指令運行 flask 網站框架 :
export FLASK_APP=welcome.py
flask run
打開流覽器，在位址中輸入 127.0.0.1:5000，即可打開項目網頁。在網頁中輸入一張包含數學公式的圖片，就好返回運算結果。
目前 GitHub 專案頁上的程式碼只支持加減乘除這樣的簡單運算。
中國神人 Roger 的其他 GitHub 發明
做出這個自動求解系統的，還是一位元中國少年。
這位 GitHub ID 為 Roger，本名羅文傑，是中山大學資料科學與電腦學院的研一在讀碩士生，主要攻讀電腦視覺方向。
不僅這個解題神器，在 Roger 的 GitHub 主頁上還能看到其此前參與的很多有趣研究。
比如這個基於帖子的校園互助交友平臺 LiBond。用戶可以在裡面發佈任務，然後使用虛擬幣荔枝進行交易。
羅同學的設想是，有閒置時間的同學可以在此平臺上幫助他人，然後結交好朋友，荔枝幣還能用來兌換喜歡的物品。
再比如，一個基於 C++ 的無禁手五子棋 AI，可以通過 openGL 實現圖形介面。
在這個項目中，羅同學使用了最經典的極大極小博弈樹、alpha-beta 剪枝、置換表等演算法，還附上了核心程式碼。
確認過眼神，是學霸無疑了。
資料來源：https://buzzorange.com/techorange/2019/05/27/math-ai/…
[學習資源] 莫煩 Python：Python 與 機器學習的免費影音教學網站（簡中）
網站總網址： https://is.gd/yknI1f
--------（本文開始）--------
大家好！前幾天分享了我製作的「機器學習」課程的第一章講義，有一些朋友詢問，有沒有值得推薦的機器學習網站？最好還是中文、免費的？
哈哈～雖然大家提出的要求，有時候會讓我去扶額頭上的三條線，不過我還是很努力地幫各位找到一個包含「Python」、「機器學習」的影音教學網站。而且還是講中文、免費的！那就是「莫煩 Python」這個網站。
這個網站的總網址，我已經提供在最上面了（ https://is.gd/yknI1f ）。底下我會講一大堆網址，不過都可以從上述總網址存取得到。我提供一堆網址的原因，就只是帶大家逛一圈這個網站而已。
首先，作為程式開發的作業系統，Linux 是最棒的了！不僅完全免費，而且資源豐富。一些軟體，只要打開命令列視窗，輸入「sudo apt-get install 軟體名稱」，不一會兒，它就裝好了。連「下一步、下一步...」都不用按！可惜很多朋友聽到要用命令列視窗，就退三步不想用。太可惜了！莫煩 Python 這個網站幫大家準備了 Linux 的簡易教學課程。全程都有影片，講中文。各位可以參考這裡：
https://is.gd/HVYpqM
再來，很多人都想學習原始碼版本控管軟體 Git，這邊也有完整的影音教學：
https://is.gd/V40jlO
接下來就是 Python 這個語言的學習了。這個網站也提供了「基礎」、「多工」、「視窗程式設計」三個主題的 Python 語法教學。算得上是相當全面的學習資源了：
https://is.gd/X7T8E9
其次，想學機器學習，一定得有訓練機器學習模型的資料，以及熟練機器學習三大函式庫：NumPy、Pandas、Matplotlib。所以，底下這個網頁，會完整幫您打好機器學習的基礎知識：
https://is.gd/7IWHLL
最後，就是大家想學的機器學習。網址在這裡：
https://is.gd/bitBnm
不過它排列的順序有點亂。我會推薦大家用以下的順序來學：
1. 機器學習通用：SciKit-Learn （ https://is.gd/0OEfaQ ）
2. 有趣的機器學習 （ https://is.gd/Betq11 ）
3. 強化學習 Reinforcement Learning （ https://is.gd/SgBW9v ）
4. 從頭開始實踐機器學習 （ https://is.gd/PTqX7p ）
5. 神經網絡：TensorFlow（ https://is.gd/tjKAph ）
6. 神經網絡：PyTorch（ https://is.gd/TS3Yvb ）
7. 神經網絡：Theano（ https://is.gd/By7QiB ）
8. 神經網絡：Keras（ https://is.gd/bsGYaW ）
最後，幫大家整理一下，我認為這個網站最佳的學習順序：
Part 1. 程式設計工具
1. Linux 作業系統： https://is.gd/HVYpqM
2. Git 原始碼版本控管工具： https://is.gd/V40jlO
Part 2. Python 語言
1. 基礎語法： https://is.gd/DqjjVr
2. 多工（Multi-threading）： https://is.gd/LoBUm1
3. 多工（Multi-Processing）： https://is.gd/Gr8fKf
4. 圖形使用者介面（GUI）程式設計--使用 tkinter： https://is.gd/06oUHz
Part 3. 資料收集＆處理
1. NumPy & Pandas： https://is.gd/sToqS9
2. MatPlotLib： https://is.gd/ZWUw0T
3. 網路爬蟲： https://is.gd/Zf6uPv
Part 4. 機器學習
1. 機器學習通用：SciKit-Learn： https://is.gd/0OEfaQ
2. 有趣的機器學習： https://is.gd/Betq11
3. 強化學習 Reinforcement Learning： https://is.gd/SgBW9v
4. 從頭開始實踐機器學習： https://is.gd/PTqX7p
5. 神經網絡：TensorFlow： https://is.gd/tjKAph
6. 神經網絡：PyTorch： https://is.gd/TS3Yvb
7. 神經網絡：Theano： https://is.gd/By7QiB
8. 神經網絡：Keras： https://is.gd/bsGYaW
另外，可以考慮我在 YOTTA 平台開設的 Python 線上學習課程。一門課程，除了 Python 基礎語法外，還包含「計算機概論」、「Git & GitHub」等主題。目前獲得 15 位同學評價，一律評等為 5 星！希望大家喜歡！課程首頁在此：
https://is.gd/nF4yBi
希望大家喜歡今天的分享！請大家多多按讚鼓勵、轉發分享。或追蹤我的 FB、YouTube、以及 Instagram 喔～
---------------
Facebook 粉絲頁（歡迎追蹤）： https://goo.gl/N1z9JB
YouTube 頻道（歡迎訂閱）： https://goo.gl/pQsdCt
Instagram 日常生活： https://goo.gl/nBHzXC
... <看更多>
python install github 在 Re: [問題] github下載package使用的問題- 看板Python - 批踢踢 ... 的推薦與評價
※ 引述《BeAnActuary (Actuary)》之銘言：
: 謝謝指正，這個專案本身就是一個完整的工具，我只是想要直接使用它並作一些數據測試
: 我以為install就是意指安裝...
Install 是安裝沒錯
但是因為 Python 本身就有太多種用法
所以「安裝一個套件」可以代表很多種意思, 每種用法有自己的最佳解
回到你的問題, 看起來這主要有兩種解法, 都是用 Pip
1. pip install
看你的描述, 這個工具並沒有被放上 PyPI
但是 Pip 支援直接從 Git 安裝, 所以你可以
pip install git+https://github.com/author/repo.git#egg=套件名
注意最後面的 #egg=... 部分
這會被 Pip 用來為這個套件取名
通常你可以看 setup.py 裡面的 name 參數, 用一樣的就好
這樣的缺點是沒辦法使用 Pip 的更新功能
因為它自己不知道套件有沒有更新, 也不懂要怎麼用 Git 更新
當你發現有新版本時, 只能重新安裝一次
pip install --ignore-installed git+...後面一樣
2. pip install --editable
Pip 同時也支援 out-of-site 安裝
這個模式可以讓你把任意本地路徑的套件裝到 Python 裡
git clone https://github.com/author/repo.git 專案目錄
pip install --editable 專案目錄
這會讓 Python 能夠直接使用你 clone 下來的那個目錄, 而不另外裝一份
(類似捷徑的概念, 不是拷貝一份, 而是連結到這裡)
所以當你要更新時, 直接在專案目錄裡 git pull, 就能在 Python 用到新版本
缺點是你自己要記得這件事情, 不要不小心把 clone 下來的東西刪了
===========
順帶講一下, 這年頭如果你不需要開發 Python 套件, 只需要「使用」套件
那麼應該不會直接用到 setup.py (其實開發的時候也不太需要, 這是別話)
Pip 應該可以滿足你所有的安裝需求
如果套件沒辦法正確用 Pip 安裝, 就應該回報作者
如果作者不修復, 這個套件的狀態大概也很危險
要嘛是根本沒人用, 要嘛是作者根本放生 (通常好像也是同一件事)
那你用下去了大概也是遲早要出事, 早點跳船才是上策
--
"問おう、貴方が私のマスターか？"
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.112.94.62
※ 文章網址: https://www.ptt.cc/bbs/Python/M.1517821461.A.891.html
... <看更多>