- 博客(160)
- 收藏
- 关注
原创 我的云服务的应用与程序便捷管理
我的服务管理一、nignx1.1 配置文件1.2 服务重启检查二、dfs一、nignx1.1 配置文件cd /usr/local/nginx/conf/vim nginx.conf1.2 服务重启检查cd /usr/local/nginx/sbin/⭐./nginx 启动⭐ ./nginx -t #检查配置信息是否正确,如果返回seccuessfully,就可以执行,reload的。不管你有多自信,都请先走这一步,养成好习惯。⭐ ./nginx -s reload #服
2022-03-08 17:19:21 1104
原创 Spring最好的一篇文章——IOC容器
IOC容器1. IOC的概念及原理2. Bean 管理操作实现的两种方式(xml配置文件实现)2.1 基于xml方式创建对象2.2 基于xml方式注入属性2.3 xml注入其他类型属性(空值或特殊符号)2.4 xml注入外部bean3. Bean 管理操作实现的两种方式(基于注解方式实现)1. IOC的概念及原理⭐ 什么是IOC?(1) 控制反转, 就是把对象创建和对象之间的调用过程,交给Spring进行管理。(2) 使用IOC的目的: 为了降低耦合度——解耦。(3) 上面的入门案例就是I
2021-10-24 15:14:36 2171
原创 常用的解决各类问题网址集合(一键即转)(前端、后端、linux等服务安装)
解决一些问题的博客收集LinuxLinux安装且配置 nginxhttps://www.cnblogs.com/qumogu/p/12730571.htmlnginx 出现500的错误https://www.cnblogs.com/radphp/p/3177205.html其实大多数是配置错误,如果500问题解决了就可能出现403错误,这个错误在问题1上有解决方案...
2021-01-29 22:28:07 417 2
原创 服务器后台的常用操作
杀死端口和后台运行杀死端口后台跑python程序杀死端口查找被占用的端口netstat -tln | grep 8001.输出:tcp 2 0 0.0.0.0:8001 0.0.0.0:* LISTENtcp6 0 0 :::8001 ::???? LISTEN查看被占用端口的PIDsudo lsof -i:80
2021-01-28 22:35:11 729 2
原创 git如何灵活切换本地账号对应远程github的两个账号
然后 把备份的 具体账号对应的 id_rsa 与 id_rsa.pub 放在 “C:\Users\Administrator.ssh” 路径下就行。因为我们两次生成SSH都是默认方法,都生成在这个文件路径下。我们可以先将第一个账户的id_rsa 和 id_rsa.pub 复制到一个文件夹里。第一个账户使用时,可以将 ssh 放在 远程 github 账户的ssh设置中。生成的会在 “C:\Users\Administrator.ssh” 路径下。ssh-keygen -t rsa -C “邮箱1”
2024-09-07 21:28:04 775
原创 论文图片模糊怎么办?科研绘图小track解决你的困扰
解决方案: 正常图片压缩,注意尽可能选择“清晰度优先”。压缩结束后 大小在 50KB 到 400KB 左右。这样 latex导出的 pdf 大概率就在2M以内了。当图形比较复杂时,矢量图文件也很大,注意优化。解决方法: 加大图片的分辨率。
2024-07-08 09:39:33 390
原创 一篇文章理解Autoencoder、Variational Autoencoder(VAE)、Vector Quantized Variational Autoencoder(VQ-VAE)
Autoencoder 是一种无监督学习算法,通过学习数据的低维表示来实现数据重建。它由编码器和解码器组成。VAE 的结构包含编码器、重参数化层和解码器。VQ-VAE 的结构包含编码器、向量量化层和解码器。
2024-06-10 15:20:10 295
原创 使用DGL实现一个异构图的例子
截图的地址: dgl相比同构图,异构图里可以有不同类型的节点和边。这些不同类型的节点和边具有独立的ID空间和特征。 例如在下图中,”用户”和”游戏”节点的ID都是从0开始的,而且两种节点具有不同的特征。一个异构图示例。该图具有两种类型的节点(“用户”和”游戏”)和两种类型的边(“关注”和”玩”)。
2024-04-16 20:54:05 247
原创 一篇文章看懂Homogeneous Graph与Heterogeneous Graph,以及如何通过DGL定义数据与模型 进行Batch训练
初始化图数据初始化数据import dgl# 创建一个简单的图对象# 添加节点特征和边特征node_features = torch.randn(num_nodes, 10) # 假设节点特征是 10 维的随机张量edge_features = torch.randn(num_edges, 5) # 假设边特征是 5 维的随机张量# 将图对象存储到 graph_list 列表中定义同构图GCNimport dgl# 定义一个简单的GCN模型return x初始化图数据初始化数据。
2024-04-14 16:57:56 1162
原创 从代码出发 Diffusion 的train 和 inference 您 懂了吗?
Diffusion 的train 和 inference 您 懂了吗?一张图说明 Train & Inference从代码出发一张图说明 Train & Inferencetrain的过程:给定 真实mel, 然后随机 t 步 噪声, 加到真实mel, 生成带噪的mel通过方差适配器输出的 cond 和 步数 t, 以及带噪mel。 预测噪声。(注意, 这个为了和inference 保持一致, 在推理时需要类似 带噪mel、cond、t 这个三个输入, 才能预测噪声,
2024-04-11 20:46:09 257
原创 几个nlp的小任务(序列标注)
几个nlp的小任务(序列标注)安装一个 评估的库序列标注的介绍初始化参数加载数据集查看数据集编码选出示例展示数据预处理类,转token判断是否为 transformers.PreTrainedTokenizerFast类型继续分割word介绍对齐解决对齐对数据集进行批量预处理微调预处理模型设置 参数args使用数据收集器,将处理好的模型喂给模型设置评估方法评估测试整体评估函数设置训练函数,并开始训练安装一个 评估的库序列标注的介绍初始化参数加载数据集查看数据集编码选出示例展示数
2023-08-25 23:36:58 580
原创 Mybatis查询数据库返回任意形式的返回结构
假如有多个记录,可以将map放到 arraylist里。主要是通过resultMap定义好映射格式。
2023-08-18 16:30:21 178
原创 BERT、ERNIE、Grover、XLNet、GPT、MASS、UniLM、ELECTRA、RoBERTa、T5、C4
BERT、ERNIE、Grover、XLNet、GPT、MASS、UniLM、ELECTRA、RoBERTa、T5、C4ELMOBERTERNIE![在这里插入图片描述](https://img-blog.csdnimg.cn/274e31d0f8274c748d05abe2ec65fc73.png)GroverXLNetGPTMASSUniLMELECTRARoBERTaT5C4ELMOBERTERNIEGroverXLNetGPTMASSUniLMELECTRARoB
2023-08-18 10:06:57 1085
原创 生成对抗网络与优化算法(第十次组会)
生成对抗网络与优化算法(第十次组会)生成对抗网络(Generative Adversarial Network)优化算法生成对抗网络(Generative Adversarial Network)优化算法
2023-07-18 11:45:20 390
原创 Learning Probabilistic Ordinal Embeddings for Uncertainty-Aware Regression(第二篇优质论文分享)
对不确定性数据进行建模
2023-07-12 09:28:00 144
原创 GRU、LSTM、注意力机制(第八次组会)
GRU、LSTM、注意力机制(第八次组会)一、 GRU二、 LSTM三、 深度RNN、双向RNN四、 注意力机制一、 GRU二、 LSTM三、 深度RNN、双向RNN四、 注意力机制
2023-07-03 11:24:25 1155
原创 NiN、GoogLeNet、ResNet、BatchNorm、DenseNet(第六次组会)
NiN、GoogLeNet、ResNet、BatchNorm、DenseNet(第六次组会)1.NiN2. GoogLeNet![在这里插入图片描述](https://img-blog.csdnimg.cn/d99c4eda5b6243ea9616f3d34bbc2381.png)3. Batch Normalization4. ResNet5. DenseNet6. 卷积神经网络的总结1.NiN2. GoogLeNet3. Batch Normalization4. ResNet5. D
2023-06-19 14:55:12 107
原创 AlexNet、VGG与Attention is all you need阅读(第五次组会)
AlexNet、VGG与Attention is all you need阅读一、卷积神经网络AlexNetVGG二、Attention is all you need一、卷积神经网络AlexNetVGG二、Attention is all you need
2023-06-13 10:55:38 103
原创 卷积神经网络CNN(第三次组会)
卷积神经网络1. 为什么用卷积2. 两个原则3. 参数理解4. 理解卷积1. 为什么用卷积2. 两个原则3. 参数理解4. 理解卷积
2023-06-12 15:23:24 611
原创 Multimodal fusion via cortical network inspired losses(第一次优质论文分享)
Multimodal fusion via cortical network inspired losses论文介绍1. 论文研究的任务是什么?2. 论文关注/拟解决的问题是什么?3. 论文提出什么方法如何解决这个问题?4. 如何设计实验 来证明 所提方法确实解决了 拟解决的问题?论文介绍1. 论文研究的任务是什么?2. 论文关注/拟解决的问题是什么?3. 论文提出什么方法如何解决这个问题?4. 如何设计实验 来证明 所提方法确实解决了 拟解决的问题?
2023-06-12 15:18:15 408
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人