作者查詢 / Kazimir
作者 Kazimir 在 PTT [ Python ] 看板的留言(推文), 共147則
限定看板:Python
看板排序:
全部Gossiping9197HatePolitics3571CFantasy1459C_Chat671Soft_Job397study328book208CareerPlan199Eng-Class149Python147WOW130LoL101DataScience97MenTalk92Steam79joke61Tech_Job60Salary58DummyHistory57StupidClown44Boy-Girl36MysticWiz36PathofExile36Stock32FJU28Beauty26politics19FuMouDiscuss18Warfare17Suckcomic14TOEFL_iBT13WomenTalk10GUNDAM9MuscleBeach9WarCraftChat9H-GAME8IA8media-chaos7SENIORHIGH7Simcity7gallantry6historia6Mechanical6nobunyaga6PushDoll6studyabroad6AskBoard5Military5PC_Shopping5Physics5PublicIssue5YOLO5Militarylife4Paradox4PlayStation4TOEIC4hardware3Kaohsiung3Math3MRT3NTU3PuzzleDragon3sex3BBSmovie2car2CGI-Game2ChungLi2Germany2HOT_Game2iOS2Jacky_Woo2L_TalkandCha2MdnCNhistory2Old-Games2Policy2ROM2Teacher2TheSims2THU_Talk2Transfer2WarCraft2AC_In1BlizzHeroes1Bus1CATCH1Christianity1CMS_97_S3F1CODE_GEASS1CrossStrait1CSMU-D-War31DM_Chen1DPP1E-appliance1einvoice1Employee1Examination1fastfood1FITNESS1HCHS_ALUMNI1home-sale1JP_Entertain1KenAkamatsu1Key_Mou_Pad1KMT1kochikame1KS96-3101LCD1LittleNew1marriage1marvel1Modchip1movie1Navy1NSwitch1NTHU_ChStudy1NUU_MSE1P2PSoftWare1PSP-PSV1Ptt-Charity1rent-exp1Rockets1ScienceNote1SFFamily1Sijhih1specialman1StarCraft1t-management1Tainan1Taoyuan1TKU_EE_92C1Violation1WorldCup1YuanChuang1<< 收起看板(133)
5F→: 要不然就是先找到影片seg網址的list是什麼時候送過來的01/04 00:17
6F→: 否則就是看看能不能直接對seg的網址丟request01/04 00:18
10F推: 在撥放器已經執行的時候不是有segment-1.m4s嗎01/05 01:13
11F→: 我之前爬過一個串流是用m3u8裝所有segment的網址先傳過來01/05 01:14
12F→: 然後撥放器再按照順序去下載這些分割 所以一種方式就是01/05 01:15
13F→: 先去找到那個list在哪 解析以後就有所有的網址了01/05 01:15
14F→: 另一種假設他的segment完全沒加密網址有規律 乾脆直接改01/05 01:17
15F→: 網址就好01/05 01:17
4F→: 我有點懷疑seq2seq是不是真的能做到你想要的..01/04 19:22
9F推: 可以理解 因為缺乏對於http和網頁架構的基本認知01/02 22:21
10F→: 離開教學文之後就幾乎都不懂 查一個名詞以後跑出更多名詞01/02 22:21
13F→: 我會建議你花一點時間了解一下html和css01/02 22:24
14F→: 另外就是了解一下 一個request發送和得到回應中的過程01/02 22:27
16F推: 廣泛的來說 像這種因為缺乏基本知識卡住的情況 我覺得01/02 22:31
17F→: 先去學那個部分(如html) 直到好像有一點懂為什麼之前卡住01/02 22:32
18F→: 這個時候就可以回去處理本來碰到的問題 所以目標不能複雜01/02 22:33
27F推: 用gan來產資料在這個case可能有點太誇張 如果想用模型12/26 20:45
28F推: autoencoder類應該就ok了 不過我認為常規的數據增強就夠12/26 20:48
39F推: 如果想用gan的話可以試試wgan-gp 應該會舒服一點12/30 02:27
40F→: 剛剛寫完正在跑 看訓練過程的確比DCGAN穩定很多12/30 02:31
4F→: 好像是conda的問題? 我自己都是act一個env以後pip啦..12/27 12:15
12F推: 如果是tensorflow的話 sess.run(你想看的層)就可以導出值12/26 20:37
5F→: 一個是print位置不對 出if以後就不能else if了11/26 02:58
6F→: 另外就是如果if裡面沒東西也不行11/26 02:59
190F→: 如果不切 輸出層我猜有兩種 一個是把label編碼以後回歸11/19 02:00
191F→: 這樣子是6個輸出 或者是onehot 這樣是6*26*11(0-9 + *)11/19 02:02
192F→: 切割也沒什麼錯 這樣的話一個nn就可以任意複用11/19 02:03
193F→: 腦袋不清楚 6*37(a-z 0-9 *)才對11/19 02:21
194F→: 當然我會傾向CNN-RNN這種架構 感覺比較有道理11/19 02:23
197F推: 如果直接一起訓練應該要吧?11/24 21:45
11F推: 買tableau11/15 16:36
10F推: 基本上都要學 scikit learn 有很多資料整理的工具很方便10/30 01:01
11F→: 如果你都要用tf搞得話真的是蠻煩的 非監督這說法很模糊10/30 01:02
12F→: GANs和auto-encoder 還是k-means都是無監督啊10/30 01:04