- 博客(24)
- 资源 (6)
- 收藏
- 关注
RSS订阅原创 【LangChain-chatchat添加在线调用Openai的embedding模型：text-embedding-3-large】
【代码】【LangChain-chatchat添加在线调用Openai的embedding模型：text-embedding-3-large】
2024-02-27 15:00:32
2087
5
原创 完美解决：AttributeError: ‘NoneType‘ object has no attribute ‘group‘
完美解决：AttributeError: 'NoneType' object has no attribute 'group'
2023-11-07 10:11:36
1169
原创 【完美解决：openai.error.APIConnectionError: Error communicating with OpenAI:】
完美解决：openai.error.APIConnectionError: Error communicating with OpenAI: HTTPSConnectionPool(host='api.openai.com', port=443)
2023-11-01 16:51:04
9805
21
原创 完美解决：Failed to connect to huggingface.co port 443 after 75018 ms Operation timed out
完美解决：Failed to connect to huggingface.co port 443 after 75018 ms: Operation timed out
2023-09-28 13:35:51
24291
22
原创 Python 操作Neo4j 所需依赖【online or offline】
Python 操作Neo4j 所需依赖【online or offline】，因服务部署在离线环境，无法在线下载安装包，若处于在线环境可直接进行pip下载安装，安装包下载地址：可选【清华源】https://pypi.tuna.tsinghua.edu.cn/simple/，也可同步到博主资源项下载
2023-06-09 16:46:13
385
原创 已解决：KeyError ‘attention_mask‘
已解决：KeyError: ‘attention_mask’调用bert模型预训练时报错KeyError: ‘attention_mask’已知是transformers与tokenizers的版本号不匹配，导致attention_mask丢失可使用 pip show 包查看对应版本号Name: transformersVersion: 2.8.0Summary: State-of-the-art Natural Language Processing for TensorFlow 2.0 a
2022-04-01 17:44:26
2938
原创 报错：TypeError forward() got an unexpected keyword argument
已解决：TypeError: forward() got an unexpected keyword argument报错：TypeError: forward() got an unexpected keyword argument问题一解决方案：sequence_output, pooled_output = self.bert_model(input_ids=token_ids, token_type_ids=token_type_ids, attention_mask=attention_
2022-04-01 17:31:34
19585
原创 成功解决：UnicodeDecodeError: ‘utf-8‘ codec can‘t decode byte 0xb1 in position 49:
完美解决：UnicodeDecodeError: ‘utf-8’ codec can’t decode byte 0xb1 in position 49: invalid continuation byte
2021-08-10 20:59:17
7531
2
原创 NLP面试常考题（以前面试被问得题，答案为个人理解，仅供参考）
面试常考题（答案为个人理解，仅供参考）1: 词向量是什么, 有哪些方式生成词向量, 句子的词向量是什么?答：词向量将词汇为表示成向量，称作词向量生成词向量的方式生成词向量的方法有很多，这些方法都依照一个思想：任一词的含义可以用它的周边词来表示。生成词向量的方式可分为：基于统计的方法和基于语言模型(language model)的方法。基于统计的方法：共现矩阵SVD（奇异值分解）基于语言模型的方法：而如果是拿一个词语的上下文作为输入，来预测这个词语本身，则是 『CBOW 模型』如果是
2021-07-15 15:43:34
1781
原创 决策树算法
决策树算法决策树定义是一种树形结构，本质是一颗由多个判断节点组成的树其中每个内部节点表示一个属性上的判断，每个分支代表一个判断结果的输出，最后每个叶节点代表一种分类结果。熵定义系统越有序，熵值越低；系统越混乱或者分散，熵值越高。信息熵是度量样本集合纯度最常用的一种指标。公式其中：Ent(D) 的值越小，则 D 的纯度越高.条件熵给定特征a条件下D的信息条件熵公式信息增益Gain(D,a),定义为**集合D的信息熵Ent(D)与给定特征a条件下D的信息条件熵Ent(
2021-06-16 15:27:40
433
原创 数据库与mysql
数据库数据库就是以一定格式进行组织的数据的集合特点持久化存储读写速度极高保证数据的有效性对程序支持性非常好，容易扩展数据库的分类关系型数据库使用二维表格这种形式存储数据mysql orcle sqlite sqlserver非关系型数据库强调Key-Value 的方式存储数据数据库管理系统简称DBMS 为管理数据库而设计的软件系统数据库文件 后缀名一般都是.db服务端 服务端负责操作db数据库文件客户端 发送操作指令(SQL语句)给服务端 控制数据库文
2021-06-05 20:24:03
175
原创 vim命令大全
1. 关于Vimvim是我最喜欢的编辑器，也是Linux下第二强大的编辑器。 虽然emacs是公认的世界第一，我认为使用emacs并没有使用vi进行编辑来得高效。 如果是初学vi，运行一下vimtutor是个聪明的决定。 （如果你的系统环境不是中文，而你想使用中文的vimtutor，就运行vimtutor zh）1.1 Vim的几种模式正常模式：可以使用快捷键命令，或按:输入命令行。插入模式：可以输入文本，在正常模式下，按i、a、o等都可以进入插入模式。可视模式：正常模式下按v可以进入可视模式，
2021-06-05 20:16:59
330
原创 连接服务器
连接服务器终端ssh 用户名@xxx.xxx.xxx（公网地址）password：输入密码（密码默认不显示）连接软件（FinalShell）点击左上角文件夹-----点击第一个加好-----点击SSH连接----正常输入Pycharm远程连接服务器配置1.打开Pycharm2.点击Tools工具栏3.找Deployment并选择Configuration4.点解页面左上角+号，选择SFTP，随遍起个名字5.在SSH configuration栏选择目标，没有的点后面的…6.在打开的页
2021-06-04 20:18:03
238
原创 linux操作命令二
linux 高级重定向命令重定向命令的介绍重定向也称为输出重定向，把在终端执行命令的结果保存到目标文件。重定向命令的使用命令说明>如果文件存在会覆盖原有文件内容，相当于文件操作中的‘w’模式>>如果文件存在会追加写入文件末尾，相当于文件操作中的‘a’ 模式查看文件内容命令查看文件内容命令的使用命令说明cat查看小型文件more分屏查看大型文件管道(|)命令的使用管道(|)一般结合 more 命令使用，主
2021-06-04 14:36:04
109
原创 linux操作命令三
获取管理员权限的相关命令sudo命令的使用命令说明sudo -s切换到root用户，获取管理员权限sudo某个命令的执行需要获取管理员权限可以在执行命令前面加上sudowhoami命令的使用命令说明whoami查看当前用户exit命令的使用命令说明exit退出登录用户who命令的使用命令说明who查看所有的登录用户passwd命令的使用命令说明passwd
2021-06-04 14:29:27
111
原创 linux操作命令一
linux系统命令查看架构 arch查看内核 uname-r查看版本信息Ctrl + Alt + T 打开终端Ctrl + Shift + C 复制Ctrl + Shift + V 黏贴查看目录命令命令说明ls查看当前目录下的路径tree以树状方式显示目录信息pwd查看当前目录路径clear清除终端内容切换目录命令命令说明cd 目录切换到指定目录cd ~切换到当前用户的主目录
2021-06-04 14:27:13
89
原创 python中的增删改查
增删改查字符串 str (不可变 有序)1.查找find() 存在 索引 不存在 -12.修改replace() 替换 字符串序列.replace(旧，新，次数) 次数不填默认-1split() 切割 以…分割 返回列表 分隔符丢失join() 组合 ‘…’.join() 交替插入3.判断startswith 以开头 是True 否Flaseendswith 以结尾
2021-04-27 20:42:23
604
1
原创 线性回归
线性回归1.交叉验证和网格搜索1.1 交叉验证将训练集划分为 K 份，其中一份做测试集，其他各份做测试集提高模型评估的准确性1.2 网络搜索使用不同的超参数对模型进行评估，返回评估最好的模型1.3 两者结合通过对不同的模型，分别进行K折进行交叉验证，得出多个模型对应的评分，从而确定最优模型1.4 APIsklearn.model_selection.GridSearchCV(estimator, param_grid=None,cv=None)estimator
2021-04-24 21:47:16
680
原创 近邻算法
近邻算法1.K近邻算法简介1.1 问题 分类或者回归问题1.2 定义 如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。1.3 距离 欧式距离1.4 分类流程 目标：预测未知样本所属的分类计算未知样本到每一个训练样本的距离将训练样本根据距离大小升序排列取出距离最近的 K 个训练样本进行多数表决，统计 K 个样本中哪个类别的样本个数最多将未知的样本归属到出现次数最多的类别1.5 回归案例 目标：预测未
2021-04-22 21:07:01
392
Python 操作Neo4j 所需依赖【online or offline】的相关安装包
2023-06-09
hanlp的模型输出（中文）的详细内容分析
2023-03-23
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人