Rachel Zhang的专栏

本文包括对话系统分类、数据汇总、和一些目前对话系统paper的总结、评价。以下paper的“一句话评论”均为个人观念，评价标准苛刻，也有可能夸大了论文的缺点，希望与持不同意见的各位有识之士共同讨论。

由于最近入手NLP任务，需要看一些paper，本文对最近两周看的paper做个总结，适用于有deep learning背景，希望了解NLP应用的同学，主要针对NLP方向： 问答系统（QA）和翻译（Machine Translation）。本文提到的12篇paper比较有代表性，这里感谢总理和江哥提供部分参考paper和指导帮助。论文列表：（其中QA为Question Answer的缩写）Neura

“_PyUnicodeUCS4_AsDefaultEncodedString”的出现一般源于你在两个地方分别装了python，两个分别用UCS2和UCS4编码进行的build。解决方案：export PATH=$PYTHONPATH/bin:$PATHexport LD_LIBRARY_PATH=$PYTHONHOME/lib:$LD_LIBRARY_PATH

本文介绍一下2015 ImageNet中分类任务的冠军——MSRA何凯明团队的Residual Networks。实际上，MSRA是今年Imagenet的大赢家，不单在分类任务，MSRA还用residual networks赢了 ImageNet的detection, localization, 以及COCO数据集上的detection和segmentation, 那本文就简单分析下Residual

本文通过 4个example 介绍python中多线程package —— threading的常用用法， 包括调用多线程， 同步队列类Queue， Ctrl+c结束多线程。

本文以实例code讲解 C++ 调用 python 的方法。 本文在util.h中实现三个函数： 1. init_log: 用google log(glog)初始化log 2. exe_command: 由 C++ 执行 shell code 3. exe_py: C++调用python文件Code:include/util.h:/****************

本文以实例code讲解python借swig调用 C++的方法。 1. 如果没有参数传递从python传递至C++，python调用C++的最简单方法是将函数声明为C可用函数，然后作为C code被python调用，如这里三楼所示； 2. 有参数传递至C++函数，swig是最便捷的调用方法，以下面这个工程所示为例；

内存泄漏是coding中经常容易出现的问题， 而且很难查。 本文中总结了几个常见的内存泄漏问题， 分别举例实现， 并列出用代码分析工具——valgrind中memcheck检查的结果， 一 一对错误进行排查。本文围绕工程valgrind-sample进行讲解。 先看下工程结构： methods类写了几个可能存在内存操作问题的函数， main.cpp调用methods类函数： method

今天发现了一个好用的python代码覆盖率检查工具：coverage， 可以高亮显示代码中哪些语句未被执行，哪些执行了，方便单测。环境： Linux x86_64 （不能连外网）下载： 上 https://pypi.python.org/pypi/coverage 下 coverage.tar.gz (我下的3.7.1)安装： python setup.py install统计

在第五讲中我们学习了GPU三个重要的基础并行算法： Reduce, Scan 和 Histogram，分析了 其作用与串并行实现方法。 在第六讲中，本文以冒泡排序 Bubble Sort、归并排序 Merge Sort 和排序网络中的双调排序 Bitonic Sort 为例， 讲解如何从数据结构课上学的串行并行排序方法转换到并行排序，并附GPU实现代码。 在并行方法中，我们将考虑到并行方法需要注意

问题背景：指定爬虫depth、线程数， python实现并行爬虫   思路：    单线程 实现爬虫类Fetcher                 多线程 threading.Thread去调Fetcher  方法：Fetcher 中，用urllib.urlopen打开指定url，读取信息：response = urllib.urlopen(self.url)content = respon

我们常需要搭建HTTP服务，但是又不想搞那些复杂的Apache、ISS服务器等，这时我们就可以用python帮我们搭建服务器。 例如之前讲过的用python建XMLRPC开服务进行server/client通信，但这里还有个问题，如果我需要显示本地文件（比如图片），但是rpc不可以直接访问本地文件怎么办？ 这种情况下，只需要再开一个简单服务，显示指定文件夹下文件，再用那个rpc服务调这个服务的文件

Bloom Filter（BF） 是由Bloom在1970年提出的一种多哈希函数映射的快速查找算法，用于**快速**查找某个元素是否属于集合， 但不要求百分百的准确率。 Bloom filter通常用于爬虫的url去重，即判断某个url是否已经被爬过。 看过几个php实现的BF，都觉得可读性不是很强， 本文主要给出我对Bloom Filter的一个php实现。

php默认不打印错误，如需打印，vi $PHP_HOME/etc/php.ini, 修改以下几项：display_errors = Onerror_reporting = E_ALL & ~E_NOTICE如果有设error_log变量，注释掉输出到error_log这句话就可以将错误直接显示在terminal了然后重启php：$PHP_HOME/sbin/php-fpm start

python的编码问题一直是头痛，比如matplotlib画图只接受utf-8编码，如果没有设置就会在画图时报错。 有时间整整这个python编码；如标题所示，解决方案：加入import sysreload(sys)sys.setdefaultencoding("utf-8")

问题背景： php读取线上redis数据，经常不稳定，数据响应时有时无。 解决方法：多次读取，每次读取所有上一次没读出的数据，直到全部获取。本文实现用shell进行多次redis数据读取， 每次取出其中的有效值（对于我们的例子中，就是给key，能在redis上取得其value的为有效值，其他无效），并将无效值重跑一遍，以此迭代，直到所有redis数据被取出。PS：redis数据可以由php或

Linux下批量删除空文件（大小等于0的文件）的方法find . -name "*" -type f -size 0c | xargs -n 1 rm -f用这个还可以删除指定大小的文件，只要修改对应的 -size 参数就行，例如：find . -name "*" -type f -size 1024c | xargs -n 1 rm -f就是删除1k大小的文件。（但注意 不要用 -size 1k

上一篇利用正则表达式匹配不包含某些指定字符的只是动动脑机，回忆一下正则表达式， 但是遇到了中文，一来编码问题不方便， 二来容易考虑问题有漏洞。 如果我们想实现匹配不包含某些字符串的功能， 还是用shell脚本比较安全。如下面这段代码实现匹配所有不含“登录”和“注册”的行。其中， “=~”表示包含。str="登录|注册"while read line; do if [[ ! $line =~