PaddleHub七天初体验~

这是一篇使用体验，起因是专业课老师在课程群里发了一个百度paddlepaddle框架的体验课：Python小白7天逆袭大神。经过了7天的体验以及5份提交的作业，终于对早以有所耳闻的百度paddlepaddle框架有所了解。

全程我使用官方的AIstudio平台进行实践，不得不说，百度的AIstudio平台还是非常好用的，提供免费的GPU算力，配置比我的小笔记本还是好上不少的。

AIstudio中Notebook的开发风格也和我平常使用的JupyterNotebook非常接近，一会就能上手。并且我觉得使用这种模拟环境最方便的就是不用为配置环境而烦恼，基本正常的pip指令就能完成安装，不会出现不同电脑不同系统不同配置参数等造成的一揽子问题。想起之前学习TensorFlow，先装个linux系统，又配置anaconda，再装TensorFlowGPU，然后装的过程中又发现CUDA版本出现了各种乱七八糟问题。总之，对于当时我还是个纯纯的小新手来说，是真的非常痛苦的（当然现在也是）。

在AIStudio中，打开即用，需要配置一些额外的第三方库，直接pip即可，大部分都有清华源，下载速度也很快。下图是我这7天的学习中体验的内容和作业。

最有意思的当然我认为是爬取爱奇艺青春有你2一期的评论，并分析绘制词云和进行情感分析等等。 这里晒一下我的作业成果，爬取了1w条评论，并进行分析，还是很有成就感的。（所以虞书欣真的好火szd）

paddlehub里面也有很多预训练好的模型，例如抠图，这里分享一个20行批量抠图的代码： 

mport os
import sys
import paddlehub as hub
 
# 1.加载模型
humanseg = hub.Module(name="deeplabv3p_xception65_humanseg")
 
# 2.指定待抠图图片目录
path = './dataset/dataset/test/'
files = []
dirs = os.listdir(path)
for diretion in dirs:
  files.append(path + diretion)
 
# 3.抠图
results = humanseg.segmentation(data={"image": files})
 
for result in results:
  print(result['origin'])
  print(result['processed'])

        总的体验下来，非常好评，最友好的就是对于初学者，能通过一些预训练模型以及省去配置环境的烦恼很快上手，也希望百度能把paddlepaddle框架越做越好！