快訊!我的新書今天開始可以在天瓏網路書店預購啦!歡迎大家前往訂購!
>>>> AI 職場超神助手:ChatGPT 與生成式 AI 一鍵搞定工作難題 <<<<

Python

  • 生成只包含專案使用的Library列表
    ,

    生成只包含專案使用的Library列表

    傳統方式如下 傳統匯出專案模組清單的方式很容易會產生一大堆檔案列表,因為會是從python的env中的site package裡面去讀取所使用的專案列表 而且很容易出現一大堆本地端的資訊如下,尤其當我們有使用.whl檔案來安裝環境時,特別會出現下面這種狀況,會導致難以利用這列表去建立新的環境 這邊推薦一個套件名為pipreqs pipreqs 介紹 pipreqs 是一個非常方便的 Python 工具,主要用於 自動生成 Python 專案的 requirements.txt 檔案。這個檔案列出了專案所依賴的所有第三方套件,以及它們的版本號。 pipreqs 會掃描指定的目錄,分析 Python 檔案中的 import 語句,並根據這些資訊來確定專案所依賴的套件。它會盡可能地精確地找出這些套件的版本號。 基本用法 常用選項 建議…

  • ,

    使PostgreSQL支持向量相似度搜尋

    安裝相關套件pgvector 套件Github頁面 https://github.com/pgvector/pgvector pgvector可做到Postgres 的開源向量相似度搜索,將向量與其他數據一起存儲。 支援: Linux安裝 Windows安裝 首先安裝VisualStudioSetup,此為下載連結: https://visualstudio.microsoft.com/downloads/ 接著至少勾選這些套件 執行C的編譯環境 使用nmake編譯檔案 建立可儲存的向量的資料欄位 pgvector的資料格式為vector(1536),後面的(1536)代表長度,此為OpenAI的embedding長度 以下為一個建立表格的SQL範例 在Object Explorer按右鍵選擇,Query Tool可開啟SQL輸入介面,要瀏覽現有資料庫表格列表可至Schemas->Tables瀏覽 新增資料至資料表 以下為一個範例 並行搜索的擴展套件AnalyticDB  AnalyticDB 是阿里巴巴雲推出的云原生數據倉庫,它基於 PostgreSQL…

  • ,

    如何設定與操作PostgreSQL

    了解安裝的PostgreSQL的相關資訊 像我是使用CentOS,因此我可以用下面的指令來得知現在系統中PostgreSQL的運行狀況 從回覆的資料可以看出,設定檔的資料會在/var/lib/pgsql/13/data/,接著就搜尋裡面的設定檔*.conf 允許非本機的連線 PostgreSQL 默認配置只允許本地連接(即 localhost 或 127.0.0.1),這是出於安全考量。要允許遠程連接,需要修改 PostgreSQL 的配置文件並設置適當的防火牆規則。以下是允許遠程連接的步驟: 1. 修改 postgresql.conf 文件,打開 postgresql.conf 文件,找到 listen_addresses 配置項,將其設置為 ‘ * ‘ 以允許所有地址連接,或者指定特定的 IP 地址。例如:…

  • ,

    Tesseract – Google開源的光學文字辨識系統

    關於Tesseract Tesseract 是一個開源的光學字符識別(OCR)引擎,能夠將圖像中的文本轉換為可編輯的文本。它由 Google 維護和開發,支持多種語言和字符集。 GitHub位置: https://github.com/tesseract-ocr/tesseract Tesseract 4 添加了一個新的基於神經網路 (LSTM) 的 OCR 引擎,該引擎專注於行識別,但仍然支援 Tesseract 3 的傳統 Tesseract OCR 引擎,該引擎通過識別字元模式來工作。使用舊版 OCR 引擎模式 (–oem 0) 啟用與…

  • ,

    安裝Postgresql和PgAdmin過程記錄

    Postgresql安裝教學 安裝的指令如下 接著建立資料庫 退出命令行 安裝PgAdmin 以下為安裝的指令建議 強烈建議使用 Python 虛擬環境,不然因為牽涉到的library眾多,很容易會有函式庫之間的彼此衝突 安裝及啟動pgAdmin的方法 以下為安裝方式 啟動則只需要 問題1 : 無法啟動pgAdmin 錯誤訊息 解決方法 首先先安裝所需要的套件 接著要找到PYTHON的位置並且重新編譯 把下面的/path/to/python/source換成你的PYTHON的根目錄 然後就可以正常啟動囉! 問題2:只能從127.0.0.1連線 使用下面指令找到套件位置 修改config 找到下面這行並將127.0.0.1改成0.0.0.0…

  • ,

    YOLOv8使用範例

    建模的範例 先用下面指令安裝好所需的套件 然後在Roloflow下載要訓練的素材集,選擇YOLOv8 把裡面的資料(含data.yaml)解壓縮在同層資料夾下,如圖 接著直接執行下面的程式,yolov8會自動下載所需要的yolov8.yaml及yolov8n.pt 這時候會出現錯誤如下,因為資料集放在哪邊也是剛剛才自動下載的,所以我們要打開一下這個設定檔案,設定一下我們的資料集的正確位置(datasets_dir) 看到這些訊息就代表成功的開始建模型囉! 模型使用範例 重點是在這行 model = YOLO(‘best.pt’) 這行在載入我們建好的模型 results = model(image, show=False, verbose=False) model這個預測方法有很多可控制的參數,例如要不要直接秀出圖片、要不要存圖片等等 YOLOv8非常貼心的是在於說,其吐出的物件如result,只要print這個物件,就會有非常詳細的結構和屬性意義教學,在開發上非常的方便

  • ,

    pyav介紹

    甚麼是pyav PyAV是FFmpeg的Python封裝,旨在提供底層庫的全部功能和控制,同時盡可能管理繁瑣的細節。PyAV用於直接和精確地訪問媒體,包括容器、流、封包、編解碼器和幀。它還提供了一些數據轉換功能,並幫助您在其他程序之間傳送數據(例如Numpy和Pillow)。 然而,由於媒體處理非常複雜,PyAV無法完全抽像或為您做出所有最佳決策。 如果FFmpeg命令可以滿足您的需求,那麼PyAV可能會成為阻礙。 但在必要時,PyAV是一項關鍵工具。安裝PyAV可能有一些複雜的依賴關係,但現在可以在PyPI上找到針對Linux、Mac和Windows的二進位安裝套件。 官方網站: https://pyav.org/docs/stable/ GitHub位置: https://github.com/PyAV-Org/PyAV 建議使用場景 pyAV 和 ffmpeg 都是用來處理影音的工具,但它們的使用場景和方法有所不同。以下是對兩者的比較,以及根據不同情境的建議: 結論: 安裝方法 使用以下方式安裝(如果下面的指令失敗的話,請參考此頁面安裝: https://pyav.org/docs/stable/overview/installation.html) 後來我是使用下面這方法安裝成功的(windows) 簡單的拉取RTMP源流的範例 以下的範例會拉取rtmp://127.0.0.1/live/testStream並使用OpenCV的函數顯示影像在視窗裡

  • ,

    conda無法安裝套件,缺少OpenSSL解決方案

    錯誤訊息 Collecting package metadata (current_repodata.json): failed CondaSSLError: OpenSSL appears to be unavailable on this machine. OpenSSL is required to download and install packages. Exception: HTTPSConnectionPool(host=’conda.anaconda.org’,…

  • ,

    PyCharm – 好用的python開發環境

    官方網站 https://www.jetbrains.com/pycharm/ 為什麼選擇PYCHARM 所有 PYTHON 工具集中在一處 提高生產力: 在 PyCharm 處理例程時節省時間。專注於更大的事情並採用以鍵盤為中心的方法來充分利用 PyCharm 的許多生產力功能。 獲得智能幫助: PyCharm 了解您的代碼的一切。依靠它實現智能代碼完成、實時錯誤檢查和快速修復、輕鬆的項目導航等等。 提升代碼質量: 編寫整潔且可維護的代碼,同時 IDE 通過 PEP8 檢查、測試協助、智能重構和大量檢查幫助您控制質量。 只需您所需要的: PyCharm 由程序員設計,為程序員而設計,旨在提供高效 Python…

  • ,

    在python裡面使用GPU 3 – 開發GPU程式

    GPU運算與CPU運算的不同 下面是GPU 和CPU 之間的一些主要區別: 運算單元:GPU 通常具有數百甚至數千個運算單元,而CPU 通常只有幾十個運算單元。 並行運算能力:由於GPU 具有更多的運算單元,它能夠同時處理更多的數據,因此在並行運算方面具有優勢。 計算能力:在單位時間內,GPU 的計算能力通常要高於CPU。 功耗:由於GPU 具有更多的運算單元,它的功耗通常比CPU 高。 用途:GPU 專門用於圖形處理,通常用於遊戲、視頻播放和圖形設計等任務。而CPU 則是計算機的中央處理器,負責處理各種計算任務。 指定使用的GPU 在程式中使用 GPU 時,需要在執行模型訓練或推理時將運算放在 GPU 上。您可以使用 TensorFlow 的…


17年資歷女工程師,專精於動畫、影像辨識以及即時串流程式開發。經常組織活動,邀請優秀的女性分享她們的技術專長,並在眾多場合分享自己的技術知識,也活躍於非營利組織,辦理活動來支持特殊兒及其家庭。期待用技術改變世界。

如果你認同我或想支持我的努力,歡迎請我喝一杯咖啡!讓我更有動力分享知識!