Python 项目及依赖管理工具技术选型
【8月更文挑战第30天】在进行Python项目及依赖管理时，有多种工具可供选择。虚拟环境工具有`virtualenv`和内置的`venv`，可为项目创建独立环境，避免依赖冲突。依赖管理工具有`pip`、`pipenv`和`poetry`，分别用于安装包、管理依赖并确保版本一致性。选型时需考虑项目需求、团队协作、易用性和社区支持等因素。
压缩大型语言模型(LLMs):缩小10倍、性能保持不变
尽管大规模语言模型（LLMs）在多种应用场景中表现出色，但其庞大的规模也带来了实际部署难题。本文探讨了通过模型压缩技术解决这些问题的方法，介绍了量化、剪枝和知识蒸馏三种主要压缩技术，并通过具体Python代码示例展示了如何将一个100M参数的文本分类模型压缩至52.8M参数，再通过4位量化进一步减小至原来的1/7，同时保持甚至提升性能。示例代码展示了从数据预处理、模型训练到评估的完整流程，证明了压缩技术的有效性。
AI计算机视觉笔记八：基于mediapipe的虚拟绘画
该项目利用MediaPipe手部关键点识别技术，实现了隔空绘画功能。用户可以通过手势控制绘画工具，选择颜色或橡皮擦。环境配置基于`mediapipe_env`，在PyCharm中运行。项目包括两个文件：`AiVirtualPainter.py`负责绘画逻辑，`HandTrackingModule.py`用于手部关键点检测。此项目展示了AI技术在互动应用中的潜力，适合初学者实践与学习。
AI计算机视觉笔记七：基于mediapipe的虚拟鼠标控制
该项目旨在通过摄像头识别手指动作以实现鼠标控制。利用mediapipe检测手指关键点，并通过食指移动鼠标，当食指与中指距离小于阈值时触发点击事件。环境基于miniconda3，需创建虚拟环境并安装mediapipe、numpy、autopy和opencv等依赖。代码分为`AiVirtualMouse.py`和`HandTrackingModule.py`两个部分，前者用于实现鼠标控制逻辑，后者提供手势检测功能。运行时可能出现`PacketInvoked`错误，需修改`solution_base.py`文件第595行以解决。
AI计算机视觉笔记六：mediapipe测试
MediaPipe是由Google Research开发并开源的多媒体机器学习框架，已被集成到YouTube、Google Lens等重要产品中。该框架支持多种功能，如物体检测、自拍分割、头发分割、人脸检测、手部检测及运动追踪等。本文档将指导你通过Python环境搭建与测试MediaPipe，包括创建虚拟环境、安装依赖库，并进行手指骨骼识别测试。具体步骤涵盖环境配置、摄像头数据处理及结果显示。
AI计算机视觉笔记四：行人属性识别
本文分享了一个行人属性分析系统，能够识别并标注行人的多种属性。该项目代码源自公众号“渡码”的项目，作者在Win10环境下成功复现了整个项目，并详细记录了过程。系统通过YOLOv5识别行人，用ByteTrack跟踪同一行人，并训练一个多标签图像分类网络来识别行人的26种属性。文中详细介绍了环境搭建和测试步骤，包括安装Anaconda、创建虚拟环境、安装所需库以及测试代码等。如需完整代码或有任何问题，请联系博主。源码已上传至GitHub。
NumPy 教程 之 NumPy 统计函数 10
NumPy统计函数，包括查找数组中的最小值、最大值、百分位数、标准差和方差等。方差表示样本值与平均值之差的平方的平均数，而标准差则是方差的平方根。例如，`np.var([1,2,3,4])` 的方差为 1.25。
NumPy 教程 之 NumPy 统计函数 9
NumPy提供了多种统计函数，如计算数组中的最小值、最大值、百分位数、标准差及方差等。其中，标准差是一种衡量数据平均值分散程度的指标，它是方差的算术平方根。例如，对于数组[1,2,3,4]，其标准差可通过计算各值与均值2.5的差的平方的平均数的平方根得出，结果为1.1180339887498949。示例代码如下：
```python
import numpy as np
print(np.std([1,2,3,4]))
```
运行输出即为：1.1180339887498949。
揭秘Python编程之美：从代码到艺术的转变
【9月更文挑战第1天】 在这篇文章中，我们将一起探索如何将看似枯燥的Python编程代码转变为一门充满创造性和美感的艺术。通过深入浅出的解释、生动的例子和实用的技巧，你将学会如何编写更加优雅、高效且易于理解的Python代码，从而提升你的编程技能并享受编程的乐趣。
Python 爬虫实战：从入门到精通
【8月更文挑战第31天】
本文将带你走进 Python 爬虫的世界，从基础的请求和解析开始，逐步深入到反爬策略的应对和数据存储。我们将通过实际案例，一步步构建一个功能完整的爬虫项目。无论你是编程新手还是有一定经验的开发者，都能在这篇文章中找到适合自己的学习路径。让我们一起探索数据的海洋，揭开网络信息的神秘面纱。
