星期五。見面

前言

論文速速讀系列是從今年四月開始，我開始寫一些論文的中文讀書筆記，還記得第一篇是[論文速速讀]ReZero is All You Need: Fast Convergence at Large Depth，之後發現儘管自己已經陸續產出了幾篇文章，可是好像都沒正式的跟大家介紹這系列文章的由來xD

所以這篇文章就是來講講這系列文章到底是什麼，以及我會和會想寫這些文章。

論文速速讀系列是什麼?

由於在AI領域每年總是有一些非常重大的突破和應用，如果跟不上潮流很有可能就會錯失許多機會。例如，對NLP領域熟悉的話你一定聽過2013年的word2vec、2014年開始流行的attention、2018年的Bert…這些很有名的技術。

還記得Bert剛出的時候我好像剛進碩士實驗室，當時只知道這個技術屌打了當時一堆NLP的研究，但我想也想不到兩年後Bert已經造成如此大的影響力，一堆基於Bert的變形應用在各大領域上都取得了非常優異的結果。

因此，我想要藉由這系列的文章讓自己能夠更加快速的了解AI的新技術和研究，同時逼迫自己看論文xD

本文記錄了自己在上課時所記錄的一些課程筆記，可以透過這邊文章連結到所有以往發過的課程筆記文章。

最近在實作某個作業的時候遇到這樣的問題，我用read_csv()將資料讀進來了，但是因為讀進來後都會變成str的型態，我想要把他們自動轉成正確的資料型態，例如，有一筆list如下:

這次的練習是統計一篇英文文章出現的單字數量，並將頻率最大的前十個單詞透過直方圖(histogram)表示出來。

一些比較有問題的點在於：

• 拿到的文章中有著一些標點符號，ex:, . ‘ “ \ - …這種，在統計單字數量的時候如果沒有處理掉這些符號就會有不同的結果，比方說：”woman”和”woman.”會是不同的單詞。
• 第二個問題是在處理文本的時候發現裡面夾雜著utf編碼的內容，所以在開檔的時候要指定encoding = “utf8”

繪圖的部份使用matplotlib這個lib，如果沒有安裝過的話要先行安裝，在cmd下輸入pip install matplotlib

摁，就是終極密碼，沒什麼好講的。

比較值得提的是要做輸入的防呆，也就是說不能輸入小數、英文…

對於這個要求使用了try…except…解決了，原理大概是input()會回傳一個String，那如果對這個字串作轉型變成int呢?會有兩種情況：

weka是一款很好用的資料分析工具，平常在分析檔案外，也會有遇到需要進入到資料庫進行分析的狀況，以下將介紹如何設定使得weka可以存取mysql資料庫 前置作業：

1. 下載資料庫驅動:mysql-connector-java-5.1.6.jar
2. 下載完後新增環境變數：對我的電腦點右鍵->內容->進階系統設定->環境變數->user的使用者變數->在”CLASSPATH”內新增mysql-connector-java-5.1.6.jar的路徑(Ex:我的是D:\WEKA\Weka-3-8\lib\mysql-connector-java-5.1.45-bin.jar)，若沒有CLASSPATH則自己新增一個
3. 修改weka設定檔，到weka的資料夾找到weka.jar，解壓縮後找到weka->experiment->DatabaseUtils.props.mysql
4. 這是一個設定檔，但weka只會尋找”DatabaseUtils.props”這個檔名，所以把後面的.mysql拿掉
5. 修改下面兩個資料

這次練習的是透過Python讀取一張彩色的圖片，將圖片每個pixel的RGB減半，最後會是圖片亮度變暗的效果。 PIL(Python Imaging Library)，是一款提供給Python的影像處理套件，使用前必須先透過pip安裝相關的套件。 windows如果要在cmd使用pip的話需要設定環境變數：

其他文章點這裡：

[研究所推甄]資工所推甄心得1-備審準備

[研究所推甄]資工所推甄心得2-口試過程

這篇來講最後剩下的部分:

1. 推甄結果
2. 推甄前的準備
3. 推甄過程的準備
4. 口試經驗分享
5. 找指導教授的過程