2017年11月30日 星期四

Python(1)--下載Youtube影片成MP3



       本章節提供一Python 範例程式,使用youtube_dl套件可將Youtube影片聲音下載成MP3。
注意此程式只供學習Python使用,未涉及侵犯各youtube影片或音樂聲音的版權。
請使用者在使用此程式時,自行注意相關版權的使用條款。


底下是完整的Python +Qt5的source code 下載。
Python sample code 下載:

https://github.com/Ashing00/ytpmp3/blob/master/ytbmp3.py

底下是build好的執行檔,可以直接執行,不須python 環境。
https://drive.google.com/file/d/1RVPSHXBhVMLAgUXAuiFvbV9ZBmAD_DO4/view?usp=sharing

下圖是python程式執行時畫面(也可直接執行ytbmp3.exe),
首先到youtube上找到欲下載的網址,複製到位址列,再按下<下載>
即可將該youtube的聲音下載並轉成MP3.

注意,該程式需要配合FFmpeg 使用,可從底下網址下載
https://ffmpeg.zeranoe.com/builds/

解壓縮之後將/bin 裡的ffmpeg.exe/ffplay.exe/ffprobe.exe  放在跟執行程式的同一目錄下
才能轉成MP3喔。

當出現<Finish!> 表示轉換及下載已完成。


<程式執行畫面>


2017年8月25日 星期五

深度學習(6)--使用Tensorflow實現類AlexNet model 訓練Cifar10數據集



    繼上一篇我們使用Alexnet 模型來訓練MNIST 數據集,這次我們改用Cifar10數據集來做訓練及預測。Cifar10的數據集可以從以下網址下載:
https://www.cs.toronto.edu/~kriz/cifar.html

它總共包含60000張32x32 RGB彩色的圖案,前五個檔案各有10000張圖檔為訓練數據集,最後10000張為測試用數據集。該數據集分成10個類別,以數字編號0-9分別是

airplane        
automobile   
bird              
cat                
deer              
dog               
frog              
horse            
ship              
truck            


      首先,照慣例我會先練習如何讀進Cifar10數據集從原始的二位元檔案至Numpy的矩陣格式,以便後續處理,這樣也可以用matplotlib套件秀出原圖,這樣做的意義是,就像之前所做的手寫數字辨識練習,可以加入自行創建或收集的圖片再進行預測或訓練,就不會只限於原始的數據集。也就是說如果懂得如何將圖片轉成Numpy的矩陣格式,那麼我就可以使用這個圖片做訓練或預測。例如常見的OpenCV套件不僅可以做到將圖片轉成Numpy矩陣格式,並且可以做很多的效果預處理,如裁減、灰化、調整對比或大小等等。

     在Cifar10的數據集裡每一Row 包含的第一個byte為類別標籤,接下來的1024,1024,1024共3072(32x32x3)byte分別代表該圖R,G,B的數據。

     底下一範例程式,便是可以將原始的Cifar10二進位檔讀出,轉成Numpy矩陣資料格式後,
再用Matplotlib套件,便可還原出原始圖檔:
https://github.com/Ashing00/Cifar10/blob/master/read_cifar.py

效果如下圖所示,上面的數字為其對應的類別標籤。