Python carga archivos locales al disco de red de Baidu
prefacio
- Debido a mi nivel limitado es inevitable que haya errores y omisiones, por favor critica y corrige.
- Para obtener contenido más interesante, puede hacer clic para ingresar a la columna de pequeñas operaciones diarias de Python , la columna de la serie YOLO , la columna de procesamiento del lenguaje natural o mi página de inicio personal para ver.
- Detección de mascarada facial basada en DETR
- YOLOv7 entrena su propio conjunto de datos (detección de máscara)
- YOLOv8 entrena su propio conjunto de datos (detección de fútbol)
- YOLOv5: TensorRT acelera el razonamiento del modelo YOLOv5
- YOLOv5：IoU、GIoU、DIoU、CIoU、EIoU
- Jugando con Jetson Nano (5): TensorRT acelera la detección de objetivos YOLOv5
- YOLOv5: Agregar mecanismo de atención SE, CBAM, CoordAtt, ECA
- YOLOv5: interpretación del archivo de configuración yolov5s.yaml, agregando una pequeña capa de detección de objetivos
- Python convierte el conjunto de datos de segmentación de instancias en formato COCO al conjunto de datos de segmentación de instancias en formato YOLO
- YOLOv5: utilice la versión 7.0 para entrenar su propio modelo de segmentación de instancias (segmentación de instancias de vehículos, peatones, señales de tráfico, líneas de carril, etc.)
- Utilice los recursos de Kaggle GPU para experimentar el proyecto de código abierto Stable Diffusion de forma gratuita
introducción relacionada
- Python es un lenguaje de programación informática multiplataforma. Es un lenguaje de scripting de alto nivel que combina interpretabilidad, compilación, interactividad y orientación a objetos. Originalmente diseñado para escribir scripts de automatización (shell), a medida que la versión se actualiza continuamente y se agregan nuevas características del lenguaje, se utiliza cada vez más para el desarrollo de proyectos independientes y de gran escala.
- PyTorch es un marco de aprendizaje profundo que encapsula muchas herramientas relacionadas con la red y el aprendizaje profundo para que las llamemos, en lugar de escribirlas una por una. Está dividido en versiones de CPU y GPU, y otros marcos incluyen TensorFlow, Caffe, etc. PyTorch es un paquete de computación sostenible basado en Python lanzado por el Instituto de Investigación de Inteligencia Artificial (FAIR) de Facebook (FAIR), que proporciona dos características avanzadas: 1. Computación tensor con potente aceleración de GPU (como NumPy); 2. Diferenciación automática. Mecanismo al construir una red neuronal profunda.
- Requests es una popular biblioteca de terceros de Python para enviar solicitudes HTTP. Proporciona una forma sencilla y elegante de interactuar con servicios web, incluido el envío de solicitudes HTTP de tipos como GET, POST, PUT, DELETE y el procesamiento de datos de respuesta.
- A continuación se detallan algunas características clave y el uso de la biblioteca de Solicitudes:
- Facilidad de uso: el diseño API de la biblioteca de Solicitudes es muy simple, lo que hace que el envío de solicitudes HTTP sea intuitivo y fácil de entender.
- Múltiples métodos de solicitud: con funciones como request.get(), request.post(), request.put(), request.delete(), puede enviar fácilmente diferentes tipos de solicitudes HTTP.
- Parámetros de solicitud: puede agregar parámetros de consulta, encabezados de solicitud, cookies, etc. a la solicitud.
- Cuerpo de la solicitud: para solicitudes POST y PUT, puede pasar datos del formulario a través del parámetro de datos o datos JSON utilizando el parámetro json.
- Manejo de respuestas: la biblioteca de Solicitudes le permite obtener contenido de respuesta en diferentes formatos (como texto, JSON, datos binarios) y proporciona métodos convenientes para manejar códigos de estado de respuesta, encabezados de respuesta, etc.
- Manejo de excepciones: la biblioteca de Solicitudes generará excepciones cuando ocurran excepciones relacionadas con la solicitud, como tiempo de espera de conexión, error de solicitud, etc. Puede usar try y except para manejar estas excepciones.
- Time es un módulo de la biblioteca estándar de Python para manejar operaciones relacionadas con el tiempo. Proporciona una serie de funciones que le permiten obtener la hora actual, intervalos de tiempo de proceso, formato de hora y más.
- Estas son algunas de las características clave y el uso del módulo de tiempo:
- Obtener la hora actual: puede utilizar la función time.time() para obtener el número de segundos de la hora actual desde el 1 de enero de 1970 (conocido como marca de tiempo Unix). Esto es útil para medir intervalos de tiempo, crear perfiles, etc.
- Formatear la hora: con la función time.strftime(), puede formatear un objeto de hora como una cadena para mostrarlo en un formato legible por humanos. Puede definir el formato de salida utilizando una serie de directivas de formato (por ejemplo, %Y para año, %m para mes, etc.).
- Tiempo de análisis: con la función time.strptime(), puede analizar una cadena de tiempo formateada en un objeto de tiempo.
- Retraso de tiempo: con la función time.sleep(), puede suspender la ejecución del programa durante un número específico de segundos para lograr un retraso de tiempo.
- Medición del tiempo: puede utilizar las funciones time.perf_counter() y time.process_time() para medir el tiempo real de ejecución del programa y el tiempo del procesador.
- Bypy es una biblioteca Python de terceros para realizar operaciones como cargar, descargar y eliminar archivos y directorios en Baidu Netdisk a través de la interfaz de línea de comandos. Proporciona una manera conveniente de administrar los archivos del disco de red de Baidu, especialmente útil cuando necesita operar archivos en lotes.
- Estas son algunas de las principales características y uso de las bibliotecas Bypy:
- Interfaz de línea de comandos: bypy proporciona una interfaz de línea de comandos que permite a los usuarios ingresar comandos en la terminal para realizar diversas operaciones en Baidu Netdisk.
- Carga y descarga de archivos: puede usar el comando bypy upload para cargar archivos locales en Baidu Netdisk y usar el comando bypy downdir para descargar archivos o directorios en Baidu Netdisk.
- Lista de archivos y consulta: el comando bypy list le permite enumerar los archivos y directorios en Baidu Netdisk, y el comando bypy info se utiliza para obtener información detallada sobre archivos o directorios.
- Eliminar y mover: puede usar el comando bypy remove para eliminar archivos o directorios en Baidu Netdisk y usar el comando bypy mv para mover archivos o directorios.
- Operaciones por lotes: bypy admite operaciones por lotes mediante comodines y expresiones regulares, como cargar, descargar, eliminar, etc.
- Autorización y autenticación: cuando use bypy por primera vez, debe autorizar una vez para que pueda acceder a su disco de red Baidu. Este proceso de autorización se lleva a cabo en el navegador.
Python carga archivos locales al disco de red de Baidu
Descargar dependencias relacionadas
pip install bypy
obtener autorización
from bypy import ByPy
bp = ByPy()
print(bp.list())
enlace abierto
copiar código de autorización
Pegue el código de autorización en el terminal y presione Enter
Conéctese a Baidu Netdisk
Nota: El archivo se coloca en el directorio de Baidu Netdisk de forma predeterminada
“我的网盘->我的应用数据->bypy”.
subir archivos
from bypy import ByPy
bp = ByPy()
bp.upload(
r"d:\Pictures\test.png",
"test.png"
)
print(bp.list())
sincronización de archivos
subir carpeta
from bypy import ByPy
bp = ByPy()
bp.syncup(
r"./",
"test"
)
print(bp.list())
carpeta de descargas
from bypy import ByPy
bp = ByPy()
bp.syncdown(
"test",
r"./test"
)
print(bp.list())
- Debido a mi nivel limitado es inevitable que haya errores y omisiones, por favor critica y corrige.
- Para obtener contenido más interesante, puede hacer clic para ingresar a la columna de pequeñas operaciones diarias de Python , la columna de la serie YOLO , la columna de procesamiento del lenguaje natural o mi página de inicio personal para ver.
- Detección de mascarada facial basada en DETR
- YOLOv7 entrena su propio conjunto de datos (detección de máscara)
- YOLOv8 entrena su propio conjunto de datos (detección de fútbol)
- YOLOv5: TensorRT acelera el razonamiento del modelo YOLOv5
- YOLOv5：IoU、GIoU、DIoU、CIoU、EIoU
- Jugando con Jetson Nano (5): TensorRT acelera la detección de objetivos YOLOv5
- YOLOv5: Agregar mecanismo de atención SE, CBAM, CoordAtt, ECA
- YOLOv5: interpretación del archivo de configuración yolov5s.yaml, agregando una pequeña capa de detección de objetivos
- Python convierte el conjunto de datos de segmentación de instancias en formato COCO al conjunto de datos de segmentación de instancias en formato YOLO
- YOLOv5: utilice la versión 7.0 para entrenar su propio modelo de segmentación de instancias (segmentación de instancias de vehículos, peatones, señales de tráfico, líneas de carril, etc.)
- Utilice los recursos de Kaggle GPU para experimentar el proyecto de código abierto Stable Diffusion de forma gratuita