Ondo的博客

在用Theano作为后端运行模型时，需要循环运行模型并不会自动关闭，还是回留存在RAM中。这时就会发生内存崩溃的情况。在网上搜索大量解决方案，基本都是建议用方法来解决模型的内存占用问题，但是该方法是基于Tensorflow作为后端，但是我的是Theano后端。不断搜索解决方案后，发现问题在于Theano版本问题。Theano0.9.0版有一个已知的内存泄漏问题。作为一种变通方法，可以暂时回退到0.8.2版，该版本将正常工作。...

Python——报错 UnicodeDecodeError: 'utf-8' codec can't decode byte 0xce in position 52: invalid continuation byte问题解决 </h2> Posted on 2019-06-06 11:06 小猪课堂 阅读(43405) 评论(1) 编辑 收藏 举报 这...

BERT、RoBERTa、ALBERT、SpanBERT、DistilBERT、SesameBERT、SemBERT、MobileBERT、TinyBERT和CamemBERT的共同点是什么？答案并不是“ BERT”????。 而是“自注意力”????。我们不仅在讨论承载“ BERT” 的架构，更准确地说是基于 Transformer 的架构。基于 Transformer 的架构主要用于对语言理解...

原文链接：https://blog.csdn.net/weixin_45656790/article/details/109271019 写在这里的初衷，一是备忘，二是希望得到高人指点，三是希望能遇到志同道合的朋友。 1.Github 强烈推荐这个网站： htt

原文链接：https://blog.csdn.net/guoyunfei20/article/details/78911721 一、条件概率（Conditional probability） 条件概率是指事件A在另外一个事件B已经发生条件下的发生概率，记P（A|B）。举例说明： 上图左边为一个布袋，里边装有5个球，其中2个蓝色球，3个红色球。每次随机从布袋里拿一颗球（不放回），求连续2

转载：https://blog.csdn.net/comeonyangzi/article/details/80500509 jieba（结巴）是一个强大的分词库，完美支持中文分词，本文对其基本用法做一个简要总结。安装jiebapip install jieba简单用法结巴分词分为三种模式：精确模式（默认）、全模式和搜索引擎模式，下面对这三种模式分别举例介绍：精确模式 import

点击上方，选择星标或置顶，每天给你送干货！ 来自：RUC AI Box 随着对话系统和推荐系统的快速发展，新方向——对话推荐系统（Conversational Recommender System，简称CRS）也开始了蓬勃发展，其关注于如何通过基于自然语言的对话来获得用户的意图和偏好，以实现精准推荐。但是现有的CRS相关数据集和模型在建模场景、最终目标和使用技术等方面存在一定差异...

PyTorch环境配置及安装 </h1> <div class="clear"></div> <div class="postBody"> 环境配置温馨提示：为了更好的教程体验，提供视频、阅读地址Youtube: https://www.youtube.com/playlist?list=PLgAyVnr...

随身电源 2019年08月26日 阅读 16443 关注 Github使用教程图文详解 最近几天发现有些人对Github网站很好奇，但是无奈自己不会用，因为是外国人的网站，首先自己的英文就不过关。对于这个，其实可以用谷歌浏览器去浏览Github，它有一键翻译的功能。但还是有必要介绍一下关于Github的一些功能和具体操作。考虑到一些...

本文为转载文章原文链接：https://www.sohu.com/a/342634291_651893 原标题：跳出公式，看清全局，图神经网络（GCN）原理详解 本文转载自公众号：SimpleAI。 作者 | 郭必扬 编辑 | Camel GCN问世已经有几年了（2016年就诞生了），但是这两年尤为火爆。本人愚钝，一直没能搞懂这个GCN为何物，最开始是看清华写的一篇三四十页的综述，读了几页就没读了；后来直接拜读GCN的开山之作，也是读到中间的数

原文链接：https://mp.weixin.qq.com/s/f3dCOc4Mog9eZTl0k5YQew本文对百度入选ACL 2020的论文《Towards Conversational Recommendation over Multi-Type Dialogs》进行解读，该论文提出了一个新对话任务：融合多个对话类型的对话式推荐。本论文地址：https://arxiv.org/pdf/2005.03954.pdf建议大家点击阅读以下文章，以更加了解人机对话技术：《一文看懂人机对话》 动机

文章为转载：原文链接：https://mp.weixin.qq.com/s?__biz=MzUxNzk5MTU3OQ==&mid=2247484329&idx=1&sn=baa2d21e3847f62f971042b0369fc3a9&chksm=f98efe5dcef9774b7f0fc9bb48f9a7e6ace638cbd0a65d2f85feb17d0094b43d145dc1c84891&scene=21#wechat_redirect一、人机对话概述

原文出处：https://blog.csdn.net/tszupup/article/details/106420413 论文：Deep Conversational Recommender System: A New Frontier for Goal-Orien

原文标题：“个性化推荐系统，必须关注的五大研究热点” 原文链接：https://www.msra.cn/zh-cn/news/executivebylines/tech-bylines-personalized-recommendation-system “猜你喜欢”、“购买过此商品的用户还购买过……”对于离不开社交平台、电商、新闻阅读、生活服务的现代互联网用户来说，个性化推荐已经不是什么新...