【Nanopi NEO试用体验】【机器学习/计算机视觉/NLP装机篇】超级牛力fish+pyshell

至于怎么搞？看流程：
root@Neo ~>apt-get install python-pip
root@Neo ~>pip install bpython
没错，是bpython，但是bpython用起来比较麻烦，而且名字丑（主要是丑！）所以，看下面：

#!/usr/bin/python
# EASY-INSTALL-ENTRY-SCRIPT: 'bpython==0.15','console_scripts','bpython'
__requires__ = 'bpython==0.15'
import sys
from pkg_resources import load_entry_point
if __name__ == '__main__':
      sys.exit(load_entry_point('bpython==0.15', 'console_scripts', 'bpython')())
保存为/usr/local/bin/pyshell即可，注意bpython==0.15这个版本号，如果你下载的不是0.15，请修改为对应版本。
/************************************************************************************/
sklearn：
sklearn是一个包含了诸多聚类算法的机器学习包，朴素贝叶斯，决策树，随机森林，神经网络等好玩的东西。
不了解？没关系，后面会作介绍！现在先来把包给装了！
root@Neo ~>pip install sklearn
root@Neo ~>pip install numpy
numpy是一个矩阵操作库，对于大量复杂的矩阵数据操作有速度加成，足比opencv快几十倍，无论是机器学习还是机器视觉以及大数据处理，numpy都是非常常见的包。
然后，就没然后了。搞定了
root@Neo ~>pyshell
>>>import sklearn
看看有没有抛出异常，没有异常就成功了！
首先来把玩一下这个神器是如何具备了超级牛力的！
>>>from sklearn import datasets
>>>iris=datasets.load_iris()
>>>digits=datasets.load_digits()
>>>print digits.data
[[  0.   0.   5. ...,   0.   0.   0.][  0.   0.   0. ...,  10.   0.   0.]
[  0.   0.   0. ...,  16.   9.   0.]
...,
[  0.   0.   1. ...,   6.   0.   0.]
[  0.   0.   2. ...,  12.   0.   0.]
[  0.   0.  10. ...,  12.   1.   0.]]
>>>digits.targetarray([0, 1, 2, ..., 8, 9, 8])
>>>digits.images[0]
array([[  0.,   0.,   5.,  13.,   9.,   1.,   0.,   0.],       [  0.,   0.,  13.,  15.,  10.,  15.,   5.,   0.],       [  0.,   3.,  15.,   2.,   0.,  11.,   8.,   0.],       [  0.,   4.,  12.,   0.,   0.,   8.,   8.,   0.],       [  0.,   5.,   8.,   0.,   0.,   9.,   8.,   0.],       [  0.,   4.,  11.,   0.,   1.,  12.,   7.,   0.],       [  0.,   2.,  14.,   5.,  10.,  12.,   0.,   0.],       [  0.,   0.,   6.,  13.,  10.,   0.,   0.,   0.]])


可能有人会问，这是什么鬼？看都看不懂！
这是sklearn自带的测试数据集，新手玩的东西。上面这些都是二维数组，是8X8图片的像素灰度数据。
那么要做些什么？我们要训练一个超级简单的模型来对数据进行识别，也就是对图片进行识别。
当然了，这不仅仅只局限于图片，任何你能想都的，什么房价，股票，天气，流体动力学，量子力学，宇宙常数......好吧，扯远了。
就是我把一堆东西给你看告诉你啥是啥，看完就都收起来，然后问你这个是啥，而你就是那个sklearn。
>>>from sklearn import svm
>>>test=svm.SVC(gamma=0.001,C=100.)
>>>test.fit(digits.data[:-1],digits.target[:-1])
SVC(C=100.0, cache_size=200, class_weight=None, coef0=0.0, degree=3,gamma=0.001, kernel='rbf', max_iter=-1, probability=False,random_state=None, shrinking=True, tol=0.001, verbose=False)
>>>test.predict(digits.data[-1])array[8]
这是什么鬼？！就是说测试的数据集是个8！OK，先简单的把玩一下，后面超级牛力源源不断！
/************************************************************************************/
opencv：
这个应该还是比较多人了解的，总之，集合了2500多个算法，具体的图像处理算法我也数不出来，记不住那么多，非常强大，配合python，sklearn，以及本帅，更加强大，后哈哈哈哈哈哈哈哈哈！（千秋万代，一桶浆糊！）


root@Neo ~>apt-get install libopencv-dev
如果提示没有这个包，请更新一下源，或者试试下面这个。
root@Neo ~>apt-get install libcv-dev
这个是由于版本差别引起的包命名方式差别。
root@Neo ~>apt-get install python-opencv
如果不撸python的话可以不装，反正用上了pyshell，我就非常非常痛恨C语言了，那么简洁的python，那么顺滑的pyshell，简直就像是一个36D的女朋友，各种幸福无限，各种........不好意思，刚上了趟厕所，咱们继续！然后，到这里就安装完毕了，接下来，先测试一下看看cv是不是安装正确。

root@Neo ~>pyshell>>>import cv2

抛出异常的话，请检查自己的人品以及小***。
/************************************************************************************/那么，sklearn的牛刀小试与opencv的安装，以及神器的安装都有了，先让大家自行体验一下，接下来预告后面的内容！首先，neo要把玩opencv存在一个问题，opencv对图像的处理都需要用肉眼去观察，然而，neo没有屏幕啊！观察个鸟？！但是，这能拦的住本帅？更具超级牛力的东西来了！在终端界面显示摄像头内容！以及。。。在终端看看日本小电影也是可以滴（嘘。。。低调）什么？你说你是串口登陆的？没关系，一样的，帮你省一个TFT钱。以及opencv的使用，人脸识别，移动物体识别，光流算法，手势识别，模型匹配，========！在终端的使用！sklearn+结巴中文分词+pinyin语气分析结合神经网络训练模型预测语音内容！摄像头方面，我有一个ps3 eye，但是neo的内核源码中，ov534的源码有点奇葩，所以我直接从tk1上移植了一个，其中各种符号表未定义啊，函数未定义啊什么的，乱飞！本帖到此结束！/************************************************************************************/