paddlepaddle（飞桨）《 Python小白逆袭大神 》结营心得

去年开始接触编程，朋友建议先学python，于是就开始学python。因为是感兴趣自学，都是自己在网上找资源，一点一点的学，学的都不怎么系统，也没做什么实践项目。

这个假期因为疫情，一直在家，于是在网上搜python有什么项目可以学习的，就看到了百度飞桨的Python小白逆袭大神七日训练营，还蛮心动的。第一次参加百度飞桨的课程，经过7天训练，觉得确实不错。

Day 1 1.输出 9*9 乘法口诀表
2.查找特定名称文件
遍历”Day1-homework”目录下文件；
找到文件名包含“2020”的文件；
将文件名保存到数组result中；
按照序号、文件名分行打印输出。
可能有python基础，第一天作业感觉比较容易，也很快就做出来了。

Day 2 完成《青春有你2》选手图片爬取
哇哦，真的难度突然就提升了。
在爬虫这一方面，只是看教程做过，自己还没实践过了。
结果看完作业感觉还好，代码大部分都是有的，只需要自己爬取每个选手的百度百科图片，并将图片url存储在一个列表pic_urls中。让我有目的性地了解BeautifulSoup库。

Day3 基于第二天实践使用Python来爬去百度百科中《青春有你2》所有参赛选手的信息，进行数据可视化分析，绘制饼状图，之前接触过matplotlib，所以这次的作业感觉就还好。

Day 4 《青春有你2》选手识别，使用PaddleHub自制数据集（训练集、验证集）完成对指定的五名选手照片分类
PaddleHub是一个深度学习模型开发工具。它基于飞桨领先的核心框架，精选效果优秀的算法，提供了百亿级大数据训练的预训练模型，方便用户不用花费大量精力从头开始训练一个模型。PaddleHub可以便捷地获取这些预训练模型，完成模型的管理和一键预测。
没使用过PaddleHub，没做过数据集，这次作业好难啊，
收集数据，制作测试集、验证集，加载模型、配置策略、训练模型、预测。
花好长时间研究PaddleHub
结果做作业的时候，出现各种错误
不会制做数据集
路径问题
AssertionError: Not compiled with CUDA
Error: Blocking queue is killed because the data reader raises an exception
结果作业分数就超低的，后来看csdn上的大佬的作业见解，真的超厉害，佩服。

Day 5 综合大作业
第一步：爱奇艺《青春有你2》评论数据爬取(参考链接：https://www.iqiyi.com/v_19ryfkiv8w.html#curid=15068699100_9f9bab7e0d1e30c494622af777f4ba39)
爬取任意一期正片视频下评论
评论条数不少于1000条
第二步：词频统计并可视化展示
数据预处理：清理清洗评论中特殊字符（如：@#￥%、emoji表情符）,清洗后结果存储为txt文档
中文分词：添加新增词（如：青你、奥利给、冲鸭），去除停用词（如：哦、因此、不然、也好、但是）
统计top10高频词
可视化展示高频词
第三步：绘制词云
根据词频生成词云
可选项-添加背景图片，根据背景图片轮廓生成词云
第四步：结合PaddleHub，对评论进行内容审核

第一步难点是如何才能爬取到所有人的评论，使用 Chrome 查看源代码模式，在播放页面往下面滑动，有一个 get_comments 的请求，这个接口就是获取评论数据的接口
第二步难点是用jieba进行中文分词并统计中文词频
需要创建停用词表，去除停用词,统计词频以及绘制词频统计表
词频图乱码，不显示中文
第三步是绘制词云图，注意背景图尽可能选择纯色背景
第四步难点是对句子进行情感分析，paddlehub模型对于要传入的数据必须是一个字典，字典的key为text，value为一个list。

最后真的特别感谢有这个课程，让我进一步了解python和深度学习。在这七天里收获了很多知识，老师讲课特别详细，群里特别活跃，大佬特别多，真的是看群里的聊天记录就能学到很多知识。Python简单、易学，但是，想要学好，学通并不是一件容易的事情。希望继续坚持对python的学习，享受学习Python的过程。