Python的智能问答之路 张晓庆 目录 CONTENTS 智能问答简介 QA快速实践 Python开发的利与弊 总结展望 1 智能问答简介 智能问答领域分类、举例、应用场景 智能问答领域分类 [Duan 2017] 智能问答举例-Community QA • 数据结构化 Ø 用问答对的方式进行知识表示 Ø 知识点：由若干个问题（相似问）、以及 能回答这些问题的答案组成 Ø 为什么用这种形式？ ü 减轻人工维护答案的工作量 ü 同一知识点下的问题语义相同，是很好的 训练数据 智能问答应用场景 • 辅助人工 Ø 客服 Ø 营销 Ø 特定领域、重复性的对话 • GUI补充 Ø 语音助手 Ø 电话助手 • Voice-only Apps Ø 智能音箱 Ø 车载设备 Ø 可穿戴设备 2 QA快速实践 任务拆解、各个击破 任务拆解 • 业务 Ø 解决什么问题？

通过关联、知识图谱获 得可能原因 基于模式的预测 AIOps增强分析与⾏行行动能⼒力力，挡住更更多⼯工单 2 ⼯工程难点 数据采集、数据中台、智能算法、⾃自动化等 AIOps系统（常规层次） AIOps系统架构 • 场景应⽤用 • 智能监测系统 • ⾃自动化系统 • ⼯工单知识库 • 数据湖 • 监控⽣生态系统 • 数据源 数据的摄取挑战 • 各种来源： 时序指标数据、⽂文本数据、⽇日志、⽹网络数据、Tracking等 • 各种分析的⽀支持： • 流式分析：流式或微批实时处理理 • 统计关联分析：多维度的实时关联统计与分析⽀支持，⽀支持交互式add-hoc⽅方式 • 数据治理理： • 数据加⼯工：通⽤用数据模型；多维机器器数据、半结构化的规整、各种第三⽅方数据关联 • 数据⽣生命周期管理理（时序数据的归并、变化数据更更新等） 机器器学习对分析增强的⽅方向 增强点 ⽆无 ⽂文本 ⽆无 全⾯面 ⽆无 分析 流式 ⽆无 不不⽀支持 ⽀支持 统计关联 ⼀一般（DSL等） 查询统计强，关联弱 （商业版可部分转SQL） ⼀一般（类SQL查询统计等） 数据 治理理 数据加⼯工 ⽆无 ⽀支持(logstash/reindex) ⽀支持（CQ/TickScript） ⽣生命周期 不不直接⽀支持 ⽀支持 不不直接⽀支持 指标类数据监控 - prometheus

pwd: 123456 name: anjing 读取 Yaml Yaml 格式已经书写完成了，接下来就是读了，下面小编通过 Yaml 的路径进行读取， Python 使用 Yaml 读取参数  作者：测试安静 16 《51 测试天地》七十四 www.51testing.com 然后将读取的内容转换成了字典的形式，方便后续使用这些数据。 import yaml file_path cn/simpleWeather/query key: xxxxxxxxxxxxxxxxxxxxxxxxx city: 上海 测试数据准备好了，小编这里就直接通过 requests 进行将 yaml 读取到的结果放入到 请求参数中。 # coding:utf-8 import yaml import requests file_path = r'D:\test_daily\test.yaml' with open(file_path data=data) print(r.text) 运行程序，查看当前程序执行结果，通过执行发现，天气接口已经请求成功了。 参数化方式 有的朋友可能会问了，如果存在一个接口多个参数化的形式怎么存放在 yaml 中，或 者如何读取这些数据，让其进行参数化方式执行？下面小编将同一个接口，不同的参数 同时执行，这里我们需要通过"-"的符号进行间隔开。 test_01: url: http://apis.juhe

IoT 项目剖析 •典型 IoT 项目剖析 – 常用网络结构 共享单车： • 终端设备开发 • 服务端程序开发 智能家居系统： • 终端设备开发 • 网关程序开发 • 服务端程序开发 •典型 IoT 项目剖析 – 智能家居系统 •典型 IoT 项目剖析 – 智能家居系统 – 技术栈 • 单片机程序开发 • 使用多种硬件接口 • 驱动各种外设 • 嵌入式Linux软件开发 后端通信：网关通过WIFI、有线、移动网络等方式，采用MQTT、 HTTP协议与服务器端进行通信。 • 手机告警：网关收到终端的告警信息后通过2G模组拨打安防人员的电 话，并发送短信。 • 数据存储：存储所有终端设备的状态信息和配置参数。 • 文件备份：定期将本地数据库传输到服务器端进行备份，以防网关设 备损坏而造成数据丢失。 •Python + IoT 开发实践 – 服务端 • 接入控制：负责网关设备的接入、连接管理。 •

安富利电子科技 2019年10月20日，深圳 2 Ø Python 语言：易学易读易用、可扩展性、可移植性等。 Ø Python 开发工具：库丰富、效率高、调试方便 Ø Python 的应用： 人工智能、数据分析等 Ø Python 的生态环境：软件平台、硬件平台、方案合作伙伴 等 Ø 用 Python 如何开发嵌入式产品？如何实现 算法硬件加速？ Ø 之前基于python开发的工程师很少接触嵌入式环境， 信号处理：数据可以并行处理 Ø 主要实现功能： Ø 组合逻辑 -》计数器 -》算法实现 -》SOC 设计 Ø 新一代FPGA器件：高速接口、ARM SOC、多个 IP 硬核、大容量存储器等 Ø 新一代PCIE加速卡：人工智能、金融计算、数据库、高性能计算、视频转码等。 Ø 主要应用： Ø 通信设备：路由器、交换机、5G 设备 Ø 工业市场：工业伺服、控制器、安防相机、机器视觉、超声设备等。 Ø 消费类和广播设备：电视台演播设备、电视墙 StereoLBM Ø Xilinx并没有专注在机器视觉 算法，HLS中所使用的算法基 本都是开源的 OpenCV 算法 Ø 目前HLS提供的视觉算法函数， 只是opencv原版函数的一个 重构。功能以及接口参数基本 上同原opencv函数保持一致， 方便客户使用。同时适合于 HLS 综合成 HDL代码硬件实 现 Ø 客户可以直接调用这些函数， 也可以参考它们的实现，针对 自己的算法做修改 12 •

安富利电子科技 2019年9月21日， 上海 2 Ø Python 语言：易学易读易用、可扩展性、可移植性等。 Ø Python 开发工具：库丰富、效率高、调试方便 Ø Python 的应用： 人工智能、数据分析等 Ø Python 的生态环境：软件平台、硬件平台、方案合作伙伴等 Ø 用 Python 如何开发嵌入式产品？如何实现 算法硬件加速？ Ø 之前基于python开发的工程师很少接触嵌入式环境， 信号处理：数据可以并行处理 Ø 主要实现功能： Ø 组合逻辑 -》计数器 -》算法实现 -》SOC 设计 Ø 新一代FPGA器件：高速接口、ARM SOC、多个 IP 硬核、大容量存储器等 Ø 新一代PCIE加速卡：人工智能、金融计算、数据库、高性能计算、视频转码等。 Ø 主要应用： Ø 通信设备：路由器、交换机、5G 设备 Ø 工业市场：工业伺服、控制器、安防相机、机器视觉、超声设备等。 Ø 消费类和广播设备：电视台演播设备、电视墙 StereoLBM Ø Xilinx并没有专注在机器视觉算 法，HLS中所使用的算法基本 都是开源的 OpenCV 算法 Ø 目前HLS提供的视觉算法函数， 只是opencv原版函数的一个重 构。功能以及接口参数基本上 同原opencv函数保持一致，方 便客户使用。同时适合于HLS 综合成 HDL代码硬件实现 Ø 客户可以直接调用这些函数， 也可以参考它们的实现，针对 自己的算法做修改 12 • PYNQ:

安富利电子科技 2019年10月19日，北京 2 ➢ Python 语言：易学易读易用、可扩展性、可移植性等。 ➢ Python 开发工具：库丰富、效率高、调试方便 ➢ Python 的应用： 人工智能、数据分析等 ➢ Python 的生态环境：软件平台、硬件平台、方案合作伙伴等 ➢ 用 Python 如何开发嵌入式产品？如何实现 算法硬件加速？ ➢ 之前基于python开发的工程师很少接触嵌入式环境， 信号处理：数据可以并行处理 ➢ 主要实现功能： ➢ 组合逻辑 -》计数器 -》算法实现 -》SOC 设计 ➢ 新一代FPGA器件：高速接口、ARM SOC、多个 IP 硬核、大容量存储器等 ➢ 新一代PCIE加速卡：人工智能、金融计算、数据库、高性能计算、视频转码等。 ➢ 主要应用： ➢ 通信设备：路由器、交换机、5G 设备 ➢ 工业市场：工业伺服、控制器、安防相机、机器视觉、超声设备等。 ➢ 消费类和广播设备：电视台演播设备、电视墙 StereoLBM ➢ Xilinx并没有专注在机器视觉算 法，HLS中所使用的算法基本 都是开源的 OpenCV 算法 ➢ 目前HLS提供的视觉算法函数， 只是opencv原版函数的一个重 构。功能以及接口参数基本上 同原opencv函数保持一致，方 便客户使用。同时适合于HLS 综合成 HDL代码硬件实现 ➢ 客户可以直接调用这些函数， 也可以参考它们的实现，针对 自己的算法做修改 12 • PYNQ:

带领学生复习(或预习)相关数学和物理知识 2. 向学生介绍计算机在数据处理上的特点和局限性 3. 学习使用Python绘制简单的声音信号图像 4. 学习使用Python生成音频信号 5. 设计声音控制参数，并用Python程序实现对输出声音信号 的调整 6. 利用智能硬件平台和简单的通信方法使电子乐器和计算机 协同工作 7. 鼓励学生头脑风暴，设计不同的信号触发机制并和人机交 流方式 Python 的角色: 信号生成和处理的核心工具 处理后 1. 让学生观察处理前后的信 号特征 2. 将特征转化为数学模型 Python 处理声音信号 Python 的角色:用户交互界面的制作工具 设计用户交互机制 1. 设计触发声音和修改控制参数的 协议 2. 绑定事件反馈函数 3. 设计基本的用户界面 中学STEAM课程设 计和教学思考 内容优先于形式 a. 以中学主干学科的教学大纲为起点，平行深 入，交叉融合 b. 各学科老师之间进行深度合作

file_upload("Select a image:", accept="image/*") 10 Chapter 4. Documentation PyWebIO, 发布 1.7.1 输入选项 输入函数可指定的参数非常丰富（全部参数及含义请见函数文档 ）: input('This is label', type=TEXT, placeholder='This is placeholder', help_text='This you?", type=NUMBER, validate=check_age) 当用户输入了不合法的值时，页面上的显示如下: pywebio.input.textarea() 中可以使用 code 参数来开启代码风格的编辑区。 code = textarea('Code Edit', code={ 'mode': "python", 'theme': 'darcula', }, value='import 发布 1.7.1 以上代码将在浏览器上显示如下： 输入组 PyWebIO 支持输入组, 返回结果为一个字典。pywebio.input.input_group() 接受单项输入组成的列表 作为参数, 返回以单项输入中的 name 作为键、以输入数据为值的字典: data = input_group("Basic info",[ input('Input your name', name='name')

file_upload("Select a image:", accept="image/*") 10 Chapter 4. Documentation PyWebIO, 发布 1.6.0 输入选项 输入函数可指定的参数非常丰富（全部参数及含义请见函数文档 ）: input('This is label', type=TEXT, placeholder='This is placeholder', help_text='This you?", type=NUMBER, validate=check_age) 当用户输入了不合法的值时，页面上的显示如下: pywebio.input.textarea() 中可以使用 code 参数来开启代码风格的编辑区。 code = textarea('Code Edit', code={ 'mode': "python", 'theme': 'darcula', }, value='import 发布 1.6.0 以上代码将在浏览器上显示如下： 输入组 PyWebIO 支持输入组, 返回结果为一个字典。pywebio.input.input_group() 接受单项输入组成的列表 作为参数, 返回以单项输入中的 name 作为键、以输入数据为值的字典: data = input_group("Basic info",[ input('Input your name', name='name')