2019年05月_Andy_shenzl

12月 11月 08月 07月 06月 05月 04月 03月 02月 01月

原创 python3读csv文件 UnicodeDecodeError: 'utf-8' codec can't decode byte 0x82

使用pd.read_csv()读csv文件时，出现如下错误：UnicodeDecodeError: 'utf-8' codec can't decode byte 0x82 in position 743: invalid start byte出现原因：文件不是 UTF8 编码的，而系统默认采用 UTF8 解码。解决方法是改为对应的解码方式。解决办法：1、用记事本修改找...

2019-05-22 14:30:41 4042

原创 Mac 上双击运行 python脚本

目录1.使用env指定脚本的解释程序2.更改Python文件后缀名3.为脚本添加可执行权限4.在finder中双击即可运行。1.使用env指定脚本的解释程序在python源码中开头，使用env指定脚本的解释程序：#!/usr/bin/env python在这里稍微解释一下env的作用：脚本用env启动的原因，是因为脚本解释器在linux中可能...

2019-05-21 19:04:48 4568 2

原创 python中时间函数

目录1、time.gmtime([secs])可以将timestamp时间戳转化为时间元组2、time.localtime([secs])可以将timestamp时间戳转为时间元组3、time.mktime(t)：将一个struct_time转化为时间戳4、通过函数将struct_time转成格式字符串5、将格式字符串转化成struct_time6、datetime、ti...

2019-05-21 18:57:38 1374

"Attention Is All You Need" 论文的详细解读如下： 1. 摘要（Abstract）：论文摘要简要介绍了Transformer模型，一种基于注意力机制的序列到序列学习模型。摘要提到，Transformer摒弃了传统的循环和卷积层，完全依赖于注意力机制来实现输入和输出序列之间的关联。实验结果表明，在翻译质量、并行能力和所需训练时间方面，Transformer优于此前的方法。 2. 引言（Introduction）：引言部分首先回顾了传统的序列到序列模型，特别是基于RNN和CNN的模型，并指出了它们在处理长距离依赖和并行计算方面的局限性。随后，作者介绍了注意力机制，并强调了其在机器翻译等任务中的重要性。最后，作者总结了Transformer模型的主要特点和实验结果，指出其在翻译质量和模型效率方面的优势。 3. 相关工作（Background）：在这一部分，作者简要回顾了与Transformer模型相关的先前工作，包括传统的序列到序列模型、基于注意力机制的模型以及一些优化技术。这些工作为Transformer模型的设计提供了理论基础和实践经验。

2024-07-04