爱emo的叁叁

ElasticSearch7开始增加了Dense Vector和Sparse Vector这两个数据类型，算是为图像搜索以及文本语义匹配提供支持的。 但发现文档（elasticsearch7.5版本）中他的维度真的很低，只能支持到1024维。虽然说这个维度应对一般的文本语义匹配…

在本章节，我们将要搞清楚，人工智能，机器学习，以及深度学习是什么，以及它们之前的区别和联系。 首先关于人工智能，可以看看百科上面的解释。 总体来说，人工智能其实就是让计算机实现人类拥有的智能。 人类能做的事情被计算机学家分成了几个大类，大类下面又有小类。 下面我们这里将要介绍几…

最近测了一下SPTAG这个近似最近邻搜索工具，打算拿一个东西先测测练练手，于是就想到了可以把之前的美女图建一个索引，看看能不能搜到想要的美女图。 首先是准备好美女图，我这里是很久以前爬的一些图，一共接近1万张。 如果没有的话，这里提供一下Google Drive下载链接：htt…

SPTAG是微软开发的一款近似最近邻搜索（ approximate nearest neighbor search）的库，可以用它来做dense vector的索引。 最常见的就是图像搜索这样的应用，当然文本检索做语义匹配也可以用到。 因为SPTAG目前不支持mac版本，所以安…

因为喜欢玩儿音乐游戏，所以打算研究一下如何用深度学习的模型生成音游的谱面。这篇文章主要目的是介绍或者总结一些音频的知识和代码。 恩。如果没玩儿过的话，音乐游戏大概是下面这个样子。 下面进入正题。 我Google了一下，找到了这篇文章：Music Feature Extracti…

一般来说数据库都会自带模糊搜索的功能，但其实上真正使用的时候，遇到中文搜索这种问题时，搜索速度会非常慢，可能会需要O(n)或者O(logn)的复杂度。 在实际使用中，这是不允许的，因为用户就搜索一条语句。假设n非常大的话，等待时间可能会非常的久。所以肯定需要使用索引机制，加速搜…

从本章开始，我们将要开始进入最后的案例实践篇。 在爬取数据之后，我们一般会怎么用数据呢？一般来讲，我们可能会做一个搜索引擎，比如说我们爬了新闻，可能会做一个新闻的搜索；爬取了小说可能做一个小说的搜索。 本案例将要爬取北科贴吧的帖子数据，并在此基础上构建一个简单的搜索功能。 我们…

本章将要介绍一下如何识别简单的验证码。会涉及到一些图像的概念以及机器学习的知识。 在学习之前，我们先安装本章需要的三个库：图像库Pillow、机器学习库Scikit-Learn、科学计算库Numpy。通过pip命令就可以进行安装。 这里主要有三个部分：下载器、分割器、与识别器。…

本章将要介绍一下如何使用代理ip解决反爬虫的禁ip的问题，并扩展了解一下代理ip池的构建与adsl服务器的使用。 下面，我们先来看一下如何获取自己的ip地址。我们直接在百度上搜索ip，或者通过http://www.ip138.com/这个网站就可以。比如说我现在的ip如下： i…