kaldi运行thchs30后在graph_word里没有word和HCLG出现 [问题点数:50分]

Bbs1
本版专家分:0
结帖率 0%
Bbs1
本版专家分:0
Bbs1
本版专家分:0
kaldi训练thchs30详细步骤
一、下载源码,https://github.com/<em>kaldi</em>-asr。 二、进入<em>thchs</em><em>30</em>/s5文件夹,修改run.sh<em>里</em>面的数据路径,我才用了直接下载的方式,因为之前<em>没有</em>这方面的数据。 三、修改cmd.sh:  export train_cmd=run.pl export decode_cmd=run.pl export mkgraph_cmd=run.pl e
kaldi训练thchs30做在线识别
机器环境:cpu+ubuntu16.04+24g内存,8g内存训练会出错,只能训练出单音节模型。 <em>kaldi</em>的编译源码直接在Github上clone下来&lt;https://github.com/<em>kaldi</em>-asr/<em>kaldi</em>&gt;。介绍下如下的几个目录: tools/: 主要存放了 Kaldi 依赖的包已经各种工具,如:OpenFST, ATLAS, IRSTLM, sph2pipe 等...
Kaldi WFST HCLG.fst 构图 学习
<em>HCLG</em>.fst由四部分构成 1.G:语言模型WFST,输入输出符号相同,实际是一个WFSA(acceptor接受机),为了方便与其它三个WFST进行操作,将其视为一个输入输出相同的WFST。 2.L:发音词典WFST,输入符号:monophone,输出符号:词; 3.C:上下文相关WFST,输入符号:triphone(上下文相关),输出符号:monophnoe; 4.H:HMM声学模型W...
THCHS-30 中文数据集
Kaldi学习笔记(三)——<em>运行</em><em>thchs</em><em>30</em>(清华大学中文语料库): https://blog.csdn.net/snowdroptulip/article/details/78943748 THCHS-<em>30</em>:一个免费的中文语料库: https://blog.csdn.net/sut_wj/article/details/70662181 语音识别工具Kaldi : https://b...
thchs30学习的五个阶段
第一阶段 第二阶段 第三阶段 第四阶段 第五阶段 第一个阶段: ./cmd.sh ./path.sh(设置执行路径以及命令脚本名字) Ps: decode 解码 train 训练 第二个阶段:data preparation (数据准备阶段) 执行 local/<em>thchs</em><em>30</em>_data_prep.s 为了创建:wav.scp,utt2spk,scp,spk2utt.scp,text还有w...
Kaldi学习笔记(四)——thchs30中文在线识别
在前面的笔记中,我们已经训练出<em>thchs</em><em>30</em>模型。 这篇文章主要介绍如何用训练好的模型识别我们自己的语音。 一、安装portaudio 首先我们cd到tools下面,执行:./install_portaudio.sh 然后在cd到src下面,执行:make ext 二、创建相关文件 从voxforge把online_demo拷贝到<em>thchs</em><em>30</em>下,和s5同级,online_demo
kaldi理解WFST,HCLG,lattice
文章目录WFST,<em>HCLG</em>lattice WFST,<em>HCLG</em> 首先看博客:传送门 同时可以参考如何去查看<em>里</em>面的各个文件:传送门 了解<em>HCLG</em>.fst由哪四部分构成的,他们的构成的先后顺序是怎么样的,以及构成每一步的时候他们的输入输出文件是什么。 <em>HCLG</em>.fst由四部分构成 G:语言模型WFST,输入输出符号相同,实际是一个WFSA(acceptor接受机),为了方便与其它三个WFST进行操...
kaldi thchs30踩坑记录
刚刚配完环境开始跑,踩坑踩到癫狂。 ubuntu版本 <em>kaldi</em>据说是可以在windows下跑,但是设置比较麻烦,所以还是装了linux的环境。 Ubuntu 14.04 LTS Ubuntu 14.04 LTS 比较本质的就是别下server,没界面是真的不好用,应该下desktop。 Ubuntu 16.04 LTS的坑 ubuntu 16.04 LTS 失败 其实开始用的...
Kaldi中thchs30训练自己数据集的步骤
一、数据准备过程 网上下载的<em>thchs</em>-openslr数据集需要换成自己的数据集,包含两个文件夹:data_<em>thchs</em><em>30</em>和resource。下面讲解如何搞定这一部分。 数据集在data_<em>thchs</em><em>30</em>文件中,包含四个部分(data、train、dev、test)。 data文件夹中包含(.wav文件和.trn文件;trn文件<em>里</em>存放的是.wav文件的描述:第一行为词,第二行为拼音,第三行为音...
Kaldi学习之数据准备详细解释说明
文章对Kaldi数据准备做更详细的解释,如有错误,还请指正。 数据基本源自Kaldi官网:http://www.<em>kaldi</em>-asr.org/doc/data_prep.html数据准备详细介绍 在run.sh中有数据准备各个阶段的脚本。 例子中的local/文件夹下是数据准备专用的一些东西。 比如RM下的脚本run.sh部分内容:local/rm_data_prep.sh /export/c
Kaldi 查看不同文件用到的命令
* 1.  ark,scp文件 ~/<em>kaldi</em>/src/featbin/copy-feats ark:raw_mfcc_dev.10.ark ark,t:-|head ark存的试二进制文件,scp可以直接用cat命令看。 * 2.  fst文件 ~/<em>kaldi</em>/tools/openfst-1.6.2/bin/fstprint L.fst | head -n 10 
快手2019年春季校园招聘笔试试题--算法A试卷
第一题好像是leetcode第一题还是第二题,用异或做,刷过leetcode的都能做出来。 第二题的思路是从后往前,很容易。 第三题直接用python暴力了。。 快手这个笔试应该只是出着玩玩,没想招人吧。 对自己挺无语的,其实没啥希望。应该是最后一场笔试了,没投其他家了。 感觉自己的能力确实很有限,需要时间成长,慢慢来吧,我已经足够幸运了,<em>没有</em>大厂也没什么,想做算法本来就难一点吧。 ...
使用kaldi+清华大学开源语料数据集thchs30训练语音识别模型
使用<em>kaldi</em>训练清华大学开源语料数据集<em>thchs</em><em>30</em> 1.下载<em>kaldi</em> 命令: git clone https://github.com/<em>kaldi</em>-asr/<em>kaldi</em>.git 安装过程就不细表了。 2.下载<em>thchs</em><em>30</em>数据集 下载地址:http://www.openslr.org/18/ <em>thchs</em><em>30</em>是一个开源的<em>30</em>小时中文数据集。 如上下载三个文件,时间较长。。。。 <em>thchs</em><em>30</em>...
kaldi运行THCHS-30
如何在<em>kaldi</em> 上实现THCHS-<em>30</em>中文语音识别
走进语音识别中的WFST(二)
这几天生病了,很难受,更新的事情搁置了几天。言归正传,之前建议大家看Mohri的paper因为那是Kaldi官网WFST那一章的作者推荐的,但是现在发现有一本更好的书推荐给大家,这本书深入浅出,讲的更详细,更适合入门的人,尤其是WFST是怎么用在语音识别中的部分讲的特别棒。还有这本书的作者好像是个日本人,所以文笔很适合我们亚洲人的思维。下面是这本书的封面,强力推荐给想入门语音识别解码部分的童鞋。
Kaldi脚本分析(1)——数据准备
1 数据准备 数据准备阶段的输出包含两个部分:一部分与“数据”相关,保存在data/train、data/dev、data/test之类的目录下,“数据”部分与特定的录音数据有关,包括训练测试集划分、音频分段、文本标注、发音标注、说话人信息等;另一部分与“语言”相关,保存在data/local、data/dict、data/lang、data/graph目录下,“语言”部分与当前使用的语言本身相
求救:现有一个.mdl文件,具体怎么样打开、查看?
我用Rational Rose Enterprise Edition打开,不知是否正确? 可是打开后,怎么样看具体的数据库字段说明、图形分析? 哪几个是必须看的,哪些又是不用看的呢? 听说我的.mdl
Kaldi系列--Ubuntu训练thchs30数据集及其在线识别汇总(四)
前面训练了TIMIT数据集和TIMIT在线识别,TIMIT是英语语音识别,现在训练中文数据集<em>thchs</em><em>30</em>,并做在线识别。在Kaldi中有一些中文语音识别的数据,包括:1.aishell: AI SHELL公司开源178小时中文语音语料及基本训练脚本,见<em>kaldi</em>-master/egs/aishell2.gale_mandarin: 中文新闻广播数据集(LDC2013S08, LDC2013S08...
kaldi上第一个免费的中文语音识别例子
今天在清华大学cslt实验室王东老师的分享下,<em>kaldi</em>终于有了免费的中文语音识别的例子,网址为:https://github.com/<em>kaldi</em>-asr/<em>kaldi</em>/tree/master/egs/<em>thchs</em><em>30</em>。各位可以根据这个来训练自己的模型。  再次谢谢王东老师的付出。  此外,清华大学cslt分享的数据库还有很多,网址为:http://pan.baidu.com/s/1dEhUghz
有趣的开源软件:语音识别工具Kaldi (二)
在上一篇blog中简单的介绍了Kaldi的安装方法 有趣的开源软件:语音识别工具Kaldi (一) 在这篇blog中继续Kaldi模型训练的步骤,介绍一下在模型训练之前的一些数据准备的工作。因为我也是正在学习语音识别和Kaldi,有些地方不一定说的很正确,如果发现错误,还请指正。 在Kaldi源代码树中,有一个叫做egs的文件夹,在这个文件夹中保存着一些Kaldi在公共数据集上的训练步骤(s
基于kaldi和CVTE开源模型的中文识别
基于<em>kaldi</em>和CVTE开源模型的中文识别1.<em>kaldi</em>安装 环境要求:ubuntu16.04 1.<em>kaldi</em>安装 <em>kaldi</em>项目现在托管在github上 ,需要使用git命令将其下载到本地 在终端键入: git clone https://github.com/<em>kaldi</em>-asr/<em>kaldi</em>.git <em>kaldi</em>-trunk 编译<em>kaldi</em>源码 在终端键入 cd <em>kaldi</em>-trunk/tool...
Kaldi HCLG 深入理解
1. 相关部分包含的主要任务 1.1 WFST Key Concepts determinizationminimizationcompositionequivalentepsilon-freefunctionalon-demand algorithmweight-pushingepsilon removal 1.2 HMM Key Concepts Markov ChainHid
语音识别学习记录 [kaldi中的openfst]
在Kaldi tutorial: Overview of the distribution中介绍了一个使用openfst的例子。先来介绍一下这个例子,再来说明FST(finite-state transducers,有限状态机)如何应用到语音识别中。 首先有三个文件,text.fst、isyms.txt、osyms.txt。 text.fst文件的内容为(请无视前面的行号): 0 1 a ...
thchs30跑过程中注意事项
尽量使用最新的版本,之需要改下面的第一个问题,就可以全部跑通,新的版本中beam size 是6, 就不会有问题了。按照github上的版本直接跑的过程中遇到两个问题: 1. 在 make <em>word</em> graph的过程中字典正确的<em>没有</em>拷贝到本地: 在 14.04 下面<em>没有</em>问题,在16.04 下面<em>出现</em>问题了。 cat $<em>thchs</em>/resource/dict/lexicon.txt $<em>thchs</em>/d...
Kaldi学习笔记(三)——运行thchs30(清华大学中文语料库)
Kaldi中文语音识别公共数据集一共有4个(据我所知),分别是: 1.aishell: AI SHELL公司开源178小时中文语音语料及基本训练脚本,见<em>kaldi</em>-master/egs/aishell 2.gale_mandarin: 中文新闻广播数据集(LDC2013S08, LDC2013S08) 3.hkust: 中文电话数据集(LDC2005S15, LDC2005T32) 4
语音识别WFST核心算法讲解(2. Generic Composition)
本文介绍Composition算法。首先介绍不考虑epsilon的图的composition,然后扩展至含epsilon的,最后对时间复杂度分析,介绍实际工程中openfst和<em>kaldi</em>中的一些优化技巧。 不考虑epsilon的composition算法伪代码如下: 接下来line by line介绍这一算法。 首先对于T1, T2两个图,将两者的初始状态合并作为输出结果图的初始状态, ...
走进语音识别中的WFST(一)
本人最近在研究语音识别的生成Graph和Lattice的模块,其中用到了WFST这个概念,惊叹于它的神奇也被它的复杂搞得晕头转向。于是决定静下心来仔细研读了Mohri大牛的Speech Recognition with Weighted Finite-state Transducer这篇论文和一些相关资料,算是入门了其中的算法,有些体悟在这<em>里</em>和大家一起探讨,也算是对自己近期学习的一个总结。本系列会先
Kaldi学习笔记(二)
本文主要解读<em>kaldi</em>的<em>thchs</em><em>30</em>/s5/run.sh脚本的主要流程,并给出了编写脚本过程中可能遇到的问题的解决方案。对于文中的差错,欢迎各位指正!
WFST-decoder
描述了语音识别中关于WFST解码的细节,重点介绍了什么是WFST,两个WFST图如何组合在一起,WFST的确定化和最小化的含义,同时也说明了如何在WFST上进行维特比搜素。
THCHS-30:一个免费的中文语料库
本文主要介绍了一个免费的开源中文语音识别数据库,附带的一些资源也做出了说明,例如语典,LM,和一些训练方法
thchs30流程
第一阶段:./cmd.sh . ./path.sh(设置执行路径以及命令脚本名字)ps:decode 解码 train 训练第二阶段:data preparation(数据准备阶段)执行 local/ <em>thchs</em>-<em>30</em>_data_prep.sh为了创建: wav.scp, utt2spk.scp, spk2utt.scp, text 还有<em>word</em>s.txt phone.txt- 循环遍历<em>thchs</em>...
Kaldi架构解读
该篇翻译自How to start with Kaldi and Speech Recognition Kaldi架构 Kaldi主要分为两个主要部分:分别是特征抽取、识别模型 特征抽取模块 大多数处理音频数据的模型都会需要对音频进行特征的抽取,用以达到以下两个目的: 识别人类语音的声音 丢弃任何不必要的噪音。 今天在行业,广泛使用MFCC: 关于MFCC的原理,可以参考这篇博客 关于MF...
kaldi中文语音识别thchs30模型训练
1.准备<em>thchs</em><em>30</em>中文数据集 今天开始做语言模型啦,数据集采用的是清华大学的中文数据集<em>thchs</em><em>30</em>,下载地址在http://www.openslr.org/18/ ,由于是在服务器做训练,以下步骤均采用shell语句进行。 1.1 在服务器上使用shell命令(wget -P 目录 网址)下载<em>thchs</em><em>30</em>,并保存到指定文件(egs/<em>thchs</em><em>30</em>/s5/<em>thchs</em><em>30</em>-ope...
Kaldi 入门详解
train_mono.sh 是音素训练脚本,下面详细介绍各个功能: 这部分是训练用参数,调用mono.sh时可以通过 –name value的方式改变这些参数. nj=4 并行个数 cmd=run.pl 处理程序 scale_opts=”–transition-scale=1.0 –acoustic-scale=0.1 –self-loop-scale=0.1” num_it
走进语音识别中的WFST(四)
前一章说了WFST的determinzation这个算法,本章继续说说WFST中的优化操作,包括权重推移(weight pushing)和最小化操作(minimization)。权重推移我们可以这么理解,我们有一双硕大的双手,然后对着WFST的尾巴一用力一推,然后权重就像波浪一样沿着各个路径被推向了前方,自行脑补~效果图如下所示: (注意tropical半环和log半环不太一样)在很多序列识别
Kaldi 学习总结
1. 声学训练时,HMM,GMM 都用在什么地方
WFST
WFST简单笔记(一)WFST(weighted finaite-state transducer)用于大规模的语音识别,包括HMM模型,词典,n-gram语言模型。WFST状态转换用输入和输出符号标记。 因此,transducer将路径编码从输入符号序列或字符串到输出字符串的映射。WFST除了输入和输出符号之外还对转换进行加权。 权重可以编码概率,持续时间,惩罚或沿路径积累的任何其他数量,以计算将
kaldi中FST的可视化-以yesno为例
1、<em>kaldi</em>解码过程 <em>kaldi</em>识别解码一段语音的过程是:首先提取特征,然后过声学模型AM,然后过解码网络<em>HCLG</em>.fst,最后输出识别结果。 <em>HCLG</em>是解码时的重要组成部分。<em>HCLG</em>.fst是由4个fst经过一系列算法(组合、确定化和最小化等)组合而成的。4个fst分别是H.fst、C.fst、L.fst和G.fst,分别是HMM模型、上下文环境、词典和语言模型对应的fst。 <em>HCLG</em>
Kaldi知识点汇集
特征提取MFCCcompute-mfcc-feats.ccCreate MFCC feature files. Usage: compute-mfcc-feats [options...] &amp;amp;lt;wav-rspecifier&amp;amp;gt; &amp;amp;lt;feats-wspecifier&amp;amp;gt;其中参数rspecifier用于读取.wav文件,wspecifier用于写入得到的MFCC特征。典型应用中,特征将被写入到一个大的”arc
arpa2fst 原理详解
在基于 wfst 的语音识别中,需要将 <em>HCLG</em> 四个不同层次的模型复合(composition)在一起构成一个超大的解码网络,其中的 G 即是语言模型的 WFST表示。但是我们常见的语言模型并不是以 WFST 形式存在的,而是基于 ngram 实现的,通常以 arpa 文件形式存在。所以复合的第一步就是将 arpa 文件转为 wfst,在 <em>kaldi</em> 中以 arpa2fst 脚本形式存在,我们在此
语音识别WFST核心算法讲解(1. WFST的基本概念)
本系列主要介绍语音识别WFST中的常用算法, Composition, Determinization, Minimization, Epsilon Removal, Weight Pushing 等。了解这些算法的前提是熟悉WFST基本概念,了解Semiring(半环代数理论), 对图中各类算法(深度优先搜索DFS,最大强连通域SCC)等。因此我们首先介绍WFST的基本概念。 伪代码和部分图片...
语音识别WFST核心算法讲解(4. Minimization)
本篇讲解Minimization算法。 Minimization的作用是用最少的states等效表达原WFST,这样做使WFST的states数目减少,更加紧凑。算法的大体思路是获取WFST图的一个Partition,这个Partition对所有states进行分裂,最终所有等效的states在一个block<em>里</em>作为新的states。每个block含1个或多个states,这样最后minimize...
WFST(加权有限状态转换机)
语音识别中graph和lattice模块用到WFST。 1.WFST基本概念 FST和WFST的区别是后者转移路径上附有权重。 WFST和WFSA(加权有限状态接收器)的区别是前者的状态转移上的label既有输入又有输出,而后者只有label。 用WFST来表征ASR中的模型(<em>HCLG</em>),可以更方便的对这些模型进行融合优化,作为ASR解码器。 定义半环结构: 2.WFST三大算法:Composit...
kaldi中文语音识别thchs30模型训练代码功能和配置参数解读
Monophone 单音素模型的训练 # Flat start and monophone training, with delta-delta features. # This script applies cepstral mean normalization (per speaker). #monophone 训练单音素模型steps/train_mono.sh --boost-
Kaldi thchs30手札(七) DNN-HMM模型的训练
欢迎大家关注我的博客 http://pelhans.com/ ,所有文章都会第一时间发布在那<em>里</em>~ 本部分是对Kaldi <em>thchs</em><em>30</em> 中run.sh的代码的line 106-107 行研究和知识总结,主要内容为Kaldi中nnet1的DNN-HMM模型训练。 概览 首先放代码: #train dnn model ...
kaldi google 论坛 问题搬运(一):tdnn-chain 训练出错
    最近实验室一个人在搞语音关键词检测项目,经常遇到各种各样的问题,开始都是在博客和百度上搜索,对于简单的问题,基本上都能搜到相应的解决方案,但关于<em>kaldi</em>的中文资料确实不多。后来发现发现google论坛上有很多关于<em>kaldi</em>的问题以及<em>kaldi</em>开发者dan的回答,在上面找到了很多有用的解答,于是决定做一做搬运工,记录一些有用的问题。    问题:显卡设备老旧,想跑tdnn-chain模型,...
Kaldi运行thchs30中文语音识别教程
转载自 https://www.jianshu.com/p/c48466d36162  这篇文章写的比较详细,适合新手入门观看,特地摘录下来以供分享和之后学习 说明 测试环境:Ubuntu16.04 建议:仔细地按照此教程来,有些人中间出错是因为没仔细按照教程的步骤和细节 文档更新时间:20180713 使用<em>thchs</em><em>30</em>训练最后的识别准确率约:64% <em>运行</em><em>thchs</em><em>30</em>步骤 安...
语音识别系统kaldi----实例说明
最近一直在折腾<em>kaldi</em>,在这个庞大的系统面前,自己是那么的微小。由于数据库的原因,我只能<em>运行</em><em>kaldi</em>所给例子的一部分。下面就来说说最近的进展吧。      第一个例子就是yesno这个例子。由于提供数据,而且数据比较小,可以非常容易的去实现这个例子。具体的可以见我之前的博客:语音识别工具箱之<em>kaldi</em>介绍 。      第二个例子是rm<em>里</em>面的s4。具体的步骤也很简单,首先<em>运行</em>./getd
kaldi运行thchs30中文语音库的错误总结
<em>运行</em>中文库<em>thchs</em><em>30</em>时遇到的错误
Kaldi DNN的特征提取和解码的连接操作
通过读脚本,我们知道了对应的特征提取和dnn的解码过程,得到一个lat(晶格文件),最后通过晶格文件进行分析,得到解码的结果,通过几次尝试,我这<em>里</em>通过wav文件得到了解码的文件,接下来将详细说明: 首先是创建独立的文件夹,专门用来测试,<em>里</em>面保存5个文件,分别是: 1. t2ss.wav(原始的wav文件)    2. wav.scp(<em>里</em>面是保存了wav的绝对路径)  3. fina
kaldi
第一阶段:./cmd.sh . ./path.sh(设置执行路径以及命令脚本名字)ps:decode 解码 train 训练第二阶段:data preparation(数据准备阶段)执行 local/ <em>thchs</em>-<em>30</em>_data_prep.sh为了创建: wav.scp, utt2spk.scp, spk2utt.scp, text 还有<em>word</em>s.txt phone.txt- 循环遍历t
Kaldi thchs30 run.sh脚本解析
#!/bin/bash . ./cmd.sh ## You'll want to change cmd.sh to something that will work on your system. ## This relates to the queue. . ./path.sh H=`pwd` #exp home n=8 #parallel jobs #cor...
thch30 local/thch-30_data_prep.sh详细注释
#!/bin/bash # Copyright 2016 Tsinghua University (Author: Dong Wang, Xuewei Zhang). Apache 2.0. # 2016 LeSpeech (Author: Xingyu Na) #This script pepares the data directory for <em>thchs</em><em>30</em> re...
Thchs30数据处理
  经过两周的努力,终于将<em>kaldi</em>中<em>thchs</em>语料(train、dev、test)处理成txt格式,其中语料是已经经过分帧的数据,采用mfcc经过一阶、二阶差分所得,下面详细讲解数据的处理过程。  第一步我们得知道数据的内容,由一张表来展示:下面附上处理数据的脚本:(1)得到训练标签的脚本程序,即是将训练集的标签提取的程序:#-*- coding:utf-8 -*- #author : zhan...
《MySQL 性能优化》之理解 MySQL 体系结构
本文介绍 MySQL 的体系结构,包括物理结构、逻辑结构以及插件式存储引擎。
程序员请照顾好自己,周末病魔差点一套带走我。
程序员在一个周末的时间,得了重病,差点当场去世,还好及时挽救回来了。
卸载 x 雷某度!GitHub 标星 1.5w+,从此我只用这款全能高速下载工具!
作者 | Rocky0429 来源 | Python空间 大家好,我是 Rocky0429,一个喜欢在网上收集各种资源的蒟蒻… 网上资源眼花缭乱,下载的方式也同样千奇百怪,比如 BT 下载,磁力链接,网盘资源等等等等,下个资源可真不容易,不一样的方式要用不同的下载软件,因此某比较有名的 x 雷和某度网盘成了我经常使用的工具。 作为一个<em>没有</em>钱的穷鬼,某度网盘几十 kb 的下载速度让我...
讲真,这两个IDE插件,可以让你写出质量杠杠的代码
周末躺在床上看《拯救大兵瑞恩》 周末在闲逛的时候,发现了两个优秀的 IDE 插件,据说可以提高代码的质量,我就安装了一下,试了试以后发现,确实很不错,就推荐给大家。 01、Alibaba Java 代码规范插件 《阿<em>里</em>巴巴 Java 开发手册》,相信大家都不会感到陌生,其 IDEA 插件的下载次数据说达到了 80 万次,我今天又贡献了一次。嘿嘿。 该项目的插件地址: https://github....
为什么猝死的都是程序员,基本上不见产品经理猝死呢?
相信大家时不时听到程序员猝死的消息,但是基本上听不到产品经理猝死的消息,这是为什么呢? 我们先百度搜一下:程序员猝死,<em>出现</em>将近700多万条搜索结果: 搜索一下:产品经理猝死,只有400万条的搜索结果,从搜索结果数量上来看,程序员猝死的搜索结果就比产品经理猝死的搜索结果高了一倍,而且从下图可以看到,首页<em>里</em>面的五条搜索结果,其实只有两条才是符合条件。 所以程序员猝死的概率真的比产品经理大,并不是错...
害怕面试被问HashMap?这一篇就搞定了!
声明:本文以jdk1.8为主! 搞定HashMap 作为一个Java从业者,面试的时候肯定会被问到过HashMap,因为对于HashMap来说,可以说是Java集合中的精髓了,如果你觉得自己对它掌握的还不够好,我想今天这篇文章会非常适合你,至少,看了今天这篇文章,以后不怕面试被问HashMap了 其实在我学习HashMap的过程中,我个人觉得HashMap还是挺复杂的,如果真的想把它搞得明明白...
毕业5年,我问遍了身边的大佬,总结了他们的学习方法
我问了身边10个大佬,总结了他们的学习方法,原来成功都是有迹可循的。
python爬取百部电影数据,我分析出了一个残酷的真相
2019年就这么匆匆过去了,就在前几天国家电影局发布了2019年中国电影市场数据,数据显示去年总票房为642.66亿元,同比增长5.4%;国产电影总票房411.75亿元,同比增长8.65%,市场占比 64.07%;城市院线观影人次17.27亿,同比增长0.64%。 看上去似乎是一片大好对不对?不过作为一名严谨求实的数据分析师,我从官方数据中看出了一点端倪:国产票房增幅都已经高达8.65%了,为什...
推荐10个堪称神器的学习网站
每天都会收到很多读者的私信,问我:“二哥,有什么推荐的学习网站吗?最近很浮躁,手头的一些网站都看烦了,想看看二哥这<em>里</em>有什么新鲜货。” 今天一早做了个恶梦,梦到被老板辞退了。虽然说在我们公司,只有我辞退老板的份,<em>没有</em>老板辞退我这一说,但是还是被吓得 4 点多都起来了。(主要是因为我掌握着公司所有的核心源码,哈哈哈) 既然 4 点多起来,就得好好利用起来。于是我就挑选了 10 个堪称神器的学习网站,推...
这些软件太强了,Windows必装!尤其程序员!
Windows可谓是大多数人的生产力工具,集娱乐办公于一体,虽然在程序员这个群体中都说苹果是信仰,但是大部分不都是从Windows过来的,而且现在依然有很多的程序员用Windows。 所以,今天我就把我私藏的Windows必装的软件分享给大家,如果有一个你<em>没有</em>用过甚至<em>没有</em>听过,那你就赚了????,这可都是提升你幸福感的高效率生产力工具哦! 走起!???? NO、1 ScreenToGif 屏幕,摄像头和白板...
面试,面试官没想到一个ArrayList,我都能跟他扯半小时
我是真的没想到,面试官会这样问我ArrayList。
曾经优秀的人,怎么就突然不优秀了。
职场上有很多辛酸事,很多合伙人出局的故事,很多技术骨干被裁员的故事。说来模板都类似,曾经是名校毕业,曾经是优秀员工,曾经被领导表扬,曾经业绩突出,然而突然有一天,因为种种原因,被裁员了,...
C语言荣获2019年度最佳编程语言
关注、星标公众号,不错过精彩内容作者:黄工公众号:strongerHuang近日,TIOBE官方发布了2020年1月编程语言排行榜单。我在前面给过一篇文章《2019年11月C语言接近Ja...
大学四年因为知道了这32个网站,我成了别人眼中的大神!
依稀记得,毕业那天,我们导员发给我毕业证的时候对我说“你可是咱们系的风云人物啊”,哎呀,别提当时多开心啦????,嗯,我们导员是所有导员中最帅的一个,真的???? 不过,导员说的是实话,很多人都叫我大神的,为啥,因为我知道这32个网站啊,你说强不强????,这次是绝对的干货,看好啦,走起来! PS:每个网站都是学计算机混互联网必须知道的,真的牛杯,我就不过多介绍了,大家自行探索,觉得没用的,尽管留言吐槽吧???? 社...
良心推荐,我珍藏的一些Chrome插件
上次搬家的时候,发了一个朋友圈,附带的照片中不小心暴露了自己的 Chrome 浏览器插件之多,于是就有小伙伴评论说分享一下我觉得还不错的浏览器插件。 我下面就把我日常工作和学习中经常用到的一些 Chrome 浏览器插件分享给大家,随便一个都能提高你的“生活品质”和工作效率。 Markdown Here Markdown Here 可以让你更愉快的写邮件,由于支持 Markdown 直接转电子邮...
看完这篇HTTP,跟面试官扯皮就没问题了
我是一名程序员,我的主要编程语言是 Java,我更是一名 Web 开发人员,所以我必须要了解 HTTP,所以本篇文章就来带你从 HTTP 入门到进阶,看完让你有一种恍然大悟、醍醐灌顶的感觉。 最初在有网络之前,我们的电脑都是单机的,单机系统是孤立的,我还记得 05 年前那会儿家<em>里</em>有个电脑,想打电脑游戏还得两个人在一个电脑上玩儿,及其不方便。我就想为什么家<em>里</em>人不让上网,我的同学 xxx 家<em>里</em>有网,每...
应届生/社招面试最爱问的几道Java基础问题
本文已经收录自笔者开源的 JavaGuide: https://github.com/Snailclimb (【Java学习 面试指南】 一份涵盖大部分Java程序员所需要掌握的核心知识)如果觉得不错的还,不妨去点个Star,鼓励一下! 一 为什么 Java 中只有值传递? 首先回顾一下在程序设计语言中有关将参数传递给方法(或函数)的一些专业术语。按值调用(call by value)表...
史上最全的IDEA快捷键总结
现在Idea成了主流开发工具,这篇博客对其使用的快捷键做了总结,希望对大家的开发工作有所帮助。
程序员写了一个新手都写不出的低级bug,被骂惨了。
这种新手都不会范的错,居然被一个工作好几年的小伙子写出来,差点被当场开除了。
谁是华为扫地僧?
是的,华为也有扫地僧!2020年2月11-12日,“养在深闺人不知”的华为2012实验室扫地僧们,将在华为开发者大会2020(Cloud)上,和大家见面。到时,你可以和扫地僧们,吃一个洋...
Idea 中最常用的10款插件(提高开发效率),一定要学会使用!
学习使用一些插件,可以提高开发效率。对于我们开发人员很有帮助。这篇博客介绍了开发中使用的插件。
AI 没让人类失业,搞 AI 的人先失业了
最近和几个 AI 领域的大佬闲聊 根据他们讲的消息和段子 改编出下面这个故事 如有雷同 都是巧合 1. 老王创业失败,被限制高消费 “这<em>里</em>写我跑路的消息实在太夸张了。” 王葱葱哼笑一下,把消息分享给群<em>里</em>。 阿杰也看了消息,笑了笑。在座几位也都笑了。 王葱葱是个有名的人物,21岁那年以全额奖学金进入 KMU 攻读人工智能博士,累计发表论文 40 余篇,个人技术博客更是成为深度学习领域内风向标。 ...
2020年,冯唐49岁:我给20、30岁IT职场年轻人的建议
点击“技术领导力”关注∆每天早上8:<em>30</em>推送 作者|Mr.K 编辑| Emma 来源|技术领导力(ID:jishulingdaoli) 前天的推文《冯唐:职场人35岁以后,方法论比经验重要》,收到了不少读者的反馈,觉得挺受启发。其实,冯唐写了不少关于职场方面的文章,都挺不错的。可惜大家只记住了“春风十<em>里</em>不如你”、“如何避免成为油腻腻的中年人”等不那么正经的文章。 本文整理了冯...
最全最强!世界大学计算机专业排名总结!
我正在参与CSDN200进20,希望得到您的支持,扫码续投票5次。感谢您! (为表示感谢,您投票后私信我,我把我总结的人工智能手推笔记和思维导图发送给您,感谢!) 目录 泰晤士高等教育世界大学排名 QS 世界大学排名 US News 世界大学排名 世界大学学术排名(Academic Ranking of World Universities) 泰晤士高等教育世界大学排名 中国共...
一份王者荣耀的英雄数据报告
咪哥杂谈本篇阅读时间约为 6 分钟。1前言前一阵写了关于王者的一些系列文章,从数据的获取到数据清洗,数据落地,都是为了本篇的铺垫。今天来实现一下,看看不同维度得到的结论。2环境准备本次实...
作为一名大学生,如何在B站上快乐的学习?
B站是个宝,谁用谁知道???? 作为一名大学生,你必须掌握的一项能力就是自学能力,很多看起来很牛X的人,你可以了解下,人家私底下一定是花大量的时间自学的,你可能会说,我也想学习啊,可是嘞,该学习啥嘞,不怕告诉你,互联网时代,最不缺的就是学习资源,最宝贵的是啥? 你可能会说是时间,不,不是时间,而是你的注意力,懂了吧! 那么,你说学习资源多,我咋不知道,那今天我就告诉你一个你必须知道的学习的地方,人称...
那些年,我们信了课本的那些鬼话
教材永远都是有错误的,从小学到大学,我们不断的学习了很多错误知识。 斑羚飞渡 在我们学习的很多小学课文<em>里</em>,有很多是错误文章,或者说是假课文。像《斑羚飞渡》: 随着镰刀头羊的那声吼叫,整个斑羚群迅速分成两拨,老年斑羚为一拨,年轻斑羚为一拨。 就在这时,我看见,从那拨老斑羚<em>里</em>走出一只公斑羚来。公斑羚朝那拨年轻斑羚示意性地咩了一声,一只半大的斑羚应声走了出来。一老一少走到伤心崖,后退了几步,突...
一个程序在计算机中是如何运行的?超级干货!!!
强烈声明:本文很干,请自备茶水!???? 开门见山,咱不说废话! 你有<em>没有</em>想过,你写的程序,是如何在计算机中<em>运行</em>的吗?比如我们搞Java的,肯定写过这段代码 public class HelloWorld { public static void main(String[] args) { System.out.println("Hello World!"); } ...
【蘑菇街技术部年会】程序员与女神共舞,鼻血再次没止住。(文末内推)
蘑菇街技术部的年会,别开生面,一样全是美女。
那个在阿养猪的工程师,5年了……
简介: 在阿<em>里</em>,走过1825天,<em>没有</em>趴下,依旧斗志满满,被称为“五年陈”。他们会被授予一枚戒指,过程就叫做“授戒仪式”。今天,咱们听听阿<em>里</em>的那些“五年陈”们的故事。 下一个五年,猪圈见! 我就是那个在养猪场<em>里</em>敲代码的工程师,一年多前我和20位工程师去了四川的猪场,出发前总架构师慷慨激昂的说:同学们,中国的养猪产业将因为我们而改变。但到了猪场,发现根本不是那么回事:要个WIFI,<em>没有</em>;...
为什么程序猿都不愿意去外包?
分享外包的组织架构,盈利模式,亲身经历,以及根据一些外包朋友的反馈,写了这篇文章 ,希望对正在找工作的老铁有所帮助
Java校招入职华为,半年后我跑路了
何来 我,一个双非本科弟弟,有幸在 19 届的秋招中得到前东家华为(以下简称 hw)的赏识,当时秋招签订就业协议,说是入了某 java bg,之后一系列组织架构调整原因等等让人无法理解的神操作,最终毕业前夕,被通知调往其他 bg 做嵌入式开发(纯 C 语言)。 由于已至于校招末尾,之前拿到的其他 offer 又无法再收回,一时感到无力回天,只得默默接受。 毕业后,直接入职开始了嵌入式苦旅,由于从未...
世界上有哪些代码量很少,但很牛逼很经典的算法或项目案例?
点击上方蓝字设为星标下面开始今天的学习~今天分享四个代码量很少,但很牛逼很经典的算法或项目案例。1、no code 项目地址:https://github.com/kelseyhight...
Python全栈 Linux基础之3.Linux常用命令
Linux对文件(包括目录)有很多常用命令,可以加快开发效率:ls是列出当前目录下的文件列表,选项有-a、-l、-h,还可以使用通配符;c功能是跳转目录,可以使用相对路径和绝对路径;mkdir命令创建一个新的目录,有-p选项,rm删除文件或目录,有-f、-r选项;cp用于复制文件,有-i、-r选项,tree命令可以将目录结构显示出来(树状显示),有-d选项,mv用来移动文件/目录,有-i选项;cat查看文件内容,more分屏显示文件内容,grep搜索内容;>、>>将执行结果重定向到一个文件;|用于管道输出。
​两年前不知如何编写代码的我,现在是一名人工智能工程师
全文共3526字,预计学习时长11分钟 图源:Unsplash 经常有小伙伴私信给小芯,我<em>没有</em>编程基础,不会写代码,如何进入AI行业呢?还能赶上AI浪潮吗? 任何时候努力都不算晚。 下面,小芯就给大家讲一个朋友的真实故事,希望能给那些处于迷茫与徘徊中的小伙伴们一丝启发。(下文以第一人称叙述) 图源:Unsplash 正如Elsa所说,职业转换是...
强烈推荐10本程序员必读的书
很遗憾,这个春节注定是刻骨铭心的,新型冠状病毒让每个人的神经都是紧绷的。那些处在武汉的白衣天使们,尤其值得我们的尊敬。而我们这些窝在家<em>里</em>的程序员,能不外出就不外出,就是对社会做出的最大的贡献。 有些读者私下问我,窝了几天,有点颓丧,能否推荐几本书在家<em>里</em>看看。我花了一天的时间,挑选了 10 本我最喜欢的书,你可以挑选感兴趣的来读一读。读书不仅可以平复恐惧的压力,还可以对未来充满希望,毕竟苦难终将会...
非典逼出了淘宝和京东,新冠病毒能够逼出什么?
loonggg读完需要5分钟速读仅需 2 分钟大家好,我是你们的校长。我知道大家在家<em>里</em>都憋坏了,大家可能相对于封闭在家<em>里</em>“坐月子”,更希望能够早日上班。今天我带着大家换个思路来聊一个问题...
如何利用寒假的时间来准备 2020 年的蓝桥杯?
点击上方蓝字设为星标下面开始今天的学习~本文为五分钟学算法的读者 栗子 的投稿,原文首发于知乎:https://www.zhihu.com/question/361696776投稿相关:...
Spring框架|JdbcTemplate介绍
文章目录一、JdbcTemplate 概述二、创建对象的源码分析三、JdbcTemplate操作数据库 一、JdbcTemplate 概述 在之前的web学习中,学习了手动封装JDBCtemplate,其好处是通过(sql语句+参数)模板化了编程。而真正的JDBCtemplete类,是Spring框架为我们写好的。 它是 Spring 框架中提供的一个对象,是对原始 Jdbc API 对象的简单...
为什么说程序员做外包没前途?
之前做过不到3个月的外包,2020的第一天就被释放了,2019年还剩1天,我从外包公司离职了。我就谈谈我个人的看法吧。首先我们定义一下什么是有前途 稳定的工作环境 不错的收入 能够在项目中不断提升自己的技能(ps:非技术上的认知也算) 找下家的时候能找到一份工资更高的工作 如果你目前还年轻,但高不成低不就,只有外包offer,那请往下看。 外包公司你应该...
B 站上有哪些很好的学习资源?
哇说起B站,在小九眼<em>里</em>就是宝藏般的存在,放年假宅在家时一天刷6、7个小时不在话下,更别提今年的跨年晚会,我简直是跪着看完的!! 最早大家聚在在B站是为了追番,再后来我在上面刷欧美新歌和漂亮小姐姐的舞蹈视频,最近两年我和周围的朋友们已经把B站当作学习教室了,而且学习成本还免费,真是个励志的好平台ヽ(.◕ฺˇд ˇ◕ฺ;)ノ 下面我们就来盘点一下B站上优质的学习资源: 综合类 Oeasy: 综合...
终于!疫情之下,第一批企业没能熬住面临倒闭,员工被遣散,没能等来春暖花开!
先来看一个图: 这个春节,我同所有人一样,不仅密切关注这次新型肺炎,还同时关注行业趋势和企业。在家憋了半个月,我选择给自己看书充电。因为在疫情之后,行业竞争会更加加剧,必须做好未雨绸缪,时刻保持充电。 看了今年的情况,突然想到大佬往年经典语录: 马云:未来无业可就,无工可打,无商可务 李彦宏:人工智能时代,有些专业将被淘汰,还没毕业就失业 马化腾:未来3年将大洗牌,迎21世界以来最大失业潮 王...
昂,我24岁了
24岁的程序员,还在未来迷茫,不知道能不能买得起房子
衡阳市商业银行网络方案下载
衡阳市商业银行网络方案 网络方案设计,分析 相关下载链接:[url=//download.csdn.net/download/qxf1547/2031653?utm_source=bbsseo]//download.csdn.net/download/qxf1547/2031653?utm_source=bbsseo[/url]
C语言动画设计打包下载5下载
C语言动画设计打包下载 TC2.0下运行 适合大学生程序设计 代码基础,可以直接运行 也可以简单修改再作为作业上交 相关下载链接:[url=//download.csdn.net/download/m544280849/5117182?utm_source=bbsseo]//download.csdn.net/download/m544280849/5117182?utm_source=bbsseo[/url]
信道编码理论教材下载
一个很好的信道编码理论国外教材,内容很详细 相关下载链接:[url=//download.csdn.net/download/chenglong666666/5562583?utm_source=bbsseo]//download.csdn.net/download/chenglong666666/5562583?utm_source=bbsseo[/url]
我们是很有底线的