本篇笔记主要整理了词向量的相关知识，包括独热表示，基于共现矩阵的全局表示，word2vector，Glove和词向量的评测方法.

前言

之前一直都是使用nginx部署网站，这次因为特殊原因需要Apache，特此记录如下。

这篇博客记录语言信息处理课的Topic作业

Topic

观点一：如果将数据库的大小扩大一百万倍甚至十亿倍，最终机器翻译能完美地翻译任何语言。。

观点二：再多的数据也不能让机器拥有理解能力

你认为呢？每次课后更新

1. 前言

这是本人第一次做Gitchat，非常荣幸能够将我这段时间对微博数据的抓取工作整理成这篇文章，分享给大家。最后，我也会讲述一下我对于爬虫的理解，以及爬虫工程师，这个大数据时代站在数据最源头的人，工作是什么样的，未来有什么发展。

前言

Ubuntu 报错 No space left on device
说明磁盘空间占满了，所以就需要找到是什么文件占用了磁盘，并且删除它.

问题

需要在Python程序中创建一个新的进程，这个进程会完全独立的运行，不会说Python脚本结束了，这个进程也结束了.

前言

爬虫原先一直想用免费的代理，但是实践表明，免费的东西，质量就是很差的.

恰好手上有好几台VPS，所以想自己搭建一个代理，这个自建的代理肯定就是好用的！

具体的方法是采用squid来搭建代理.

序列化

Python中可以通过pickle序列化一个内存中的对象/数据结构到文件中，并从文件中反序列化出这个对象。

序列化：

1
2
3
4

import pickle
data = [1,2,3]
with open('test.pkl', 'w') as f:
    pickle.dump(data, f)

xlsxwriter

这个包可以非常优雅的写Excel文件，注意只能写，不能读和修改。

官方文档：http://xlsxwriter.readthedocs.io/index.html

Chrome浏览器无头模式

1
2
3
4

chrome_options = webdriver.ChromeOptions()
chrome_options.add_argument('--headless')
chrome_options.add_argument('--disable-gpu')
driver = webdriver.Chrome(chrome_options=chrome_options)