机缘巧合人工智障

原创 Selenium的webdriver(Chromedriver、Edgedriver、geckodriver、IEDriverServer)驱动下载地址

firefox56以下不需要安装webdriver驱动，firefox57（firefox47及以上版本）需要安装geckodriver-v0.19.1-win32/64。3、在C:\Program Files (x86)\Microsoft\EdgeUpdate\Download\找离线安装包。IEDriverServer的版本号和Selenium的版本号一定要一致。2、本地用在线安装包安装。

原创 解决pip install icetk运行ChatGLM-6B的问题

如果这么顺利的话，就不会有这篇水文了。是CPU不是GPU的，还要折腾一番，于是索性手动安装。可以看出分析那里看到的信息，安装的是最新版本的。的代码，运行6b模型的时候，出现了。可以看到截图，一马平川了。的ImportError问题。遇到的信息，本来我的环境就有。了，一个个尝试安装，直到安装。，经分析我的环境中没有。于是单独执行一行代码。

原创 jcc指令

任何语言的底层，循环结构及条件判断，都是基于cflags寄存器+JCC指令实现的。JCC指条件跳转指令，CC就是指条件码。

原创 Ubuntu的git版本升级

git升级

原创 汇编语言指令

它们在存贮器和寄存器、寄存器和输入输出端口之间传送数据。

原创 记录happybase操作hbase的坑

记录使用happybase遇到的错误

原创 Spark报错 Compression codec com.hadoop.compression.lzo.LzoCodec

解决spark环境问题

原创 Markdown语法

1. Markdown空格首先需要注意的是一个汉字占两个空格大小。Markdown的空格表示有如下几种方法：一个空格大小的表示：&ensp;或&#8194; 注意要带上分号。两个空格的大小表示：&emsp;或&#8195;不换行空格：&nbsp;或&#160;2. 字体 <font face="微软雅黑" > 微软雅黑字体 </font> <font face="黑体" > 黑体 </font&gt

原创 RF、GBDT、XGBoost面试级整理

复习树模型，先把它记录下来。RF、GBDT和XGBoost都属于集成学习（Ensemble Learning），集成学习的目的是通过结合多个基学习器的预测结果来改善单个学习器的泛化能力和鲁棒性。　　根据个体学习器的生成方式，目前的集成学习方法大致分为两大类：即个体学习器之间存在强依赖关系、必须串行生成的序列化方法，以及个体学习器间不存在强依赖关系、可同时生成的并行化方法；前者的代表就是Boosting，后者的代表是Bagging和“随机森林”（Random Forest）。1、RF1.1 原理　

原创 解决pip install rasa==3.0.8无动于衷的问题

我的安装环境是win10，minconda，Python3.8.12在conda中创建了一个名为rasa_3.0的环境【命令：conda create -n rasa_3.0 python==3.8.12】当我使用pip install rasa==3.0.8的时候，刚开始速度还挺快，后面就卡在那里一动不动，以为是网络和本地pip依赖的问题，就索性让他一直在那安装，等到第二天早上还是泪崩了，因为一直没成功，陷入了无限循环，如下面的一段code。INFO: pip is looking at multip

原创 自然语言处理(NLP)的任务

1. 什么是NLP自然语言处理是人工智能的一个子领域，自然语言处理是研究人与人交互中以及在人与计算机交互中的语言问题的一门学科。人工智能应用的领域主要有：数据挖掘、推荐算法、智能搜索、广告推荐、自然语言处理、计算机视觉、自动驾驶等等。2.NLP主要研究方向信息抽取：从给定文本中抽取重要的信息，比如时间、地点、任务、事件、原因、结果、数字、日期、货币、专有名词等等。通俗来说，就是要了解谁在什么时候、什么原因、对谁、做了什么事、有什么结果。文本生成：机器像人一样使用自然语言处理进行表达和写作。依据输入

原创 在Windows10中安装cuda10.1、cudnn7.6.5、anaconda3-2019-10、tensorflow-gpu和Pytorch-gpu记录

1. 安装Anaconda3下载Anaconda3，我在百度上找的conda 清华镜像，地址为conda清华镜像下载地址，下载的版本为Anaconda3-2019.10-Windows-x86_64.exe双击安装，按照默认的选项一直下一步就可以。检查是否安装成功，conda list创建环境...

原创 Linux命令速查CPU信息，机器型号，内存等信息

摘自 Linux 查看 CPU 信息，机器型号，内存等信息 | 开源中国1.系统uname -a # 查看内核/操作系统/CPU信息head -n 1 /etc/issue # 查看操作系统版本cat /proc/cpuinfo # 查看CPU信息hostname # 查看计算机名lspci -tv # 列出所有PCI设备lsusb -tv # 列出所有USB设备lsmod

转载 安装faiss

faiss安装使用Anaconda安装使用Anaconda安装使用faiss是最方便快速的方式，facebook会及时推出faiss的新版本conda安装包，在conda安装时会自行安装所需的libgcc, mkl, numpy模块。faiss的cpu版本目前仅支持Linux和MacOS操作系统，gpu版本提供可在Linux操作系统下用CUDA8.0/CUDA9.0/CUDA9.1编译的版本。注意，上面语句中的cuda90并不会执行安装CUDA的操作，需要提前自行安装。#安装cpu版本#更新co

原创 机器学习实战 第3章 决策树

第3章 决策树决策树 概述决策树（Decision Tree）算法是一种基本的分类与回归方法，是最经常使用的数据挖掘算法之一。我们这章节只讨论用于分类的决策树。决策树模型呈树形结构，在分类问题中，表示基于特征对实例进行分类的过程。它可以认为是 if-then 规则的集合，也可以认为是定义在特征空间与类空间上的条件概率分布。决策树学习通常包括 3 个步骤：特征选择、决策树的生成和决策树的修剪...

原创 机器学习实战 第2章 k-近邻算法

第2章 k-近邻算法KNN 概述k-近邻（kNN, k-NearestNeighbor）算法是一种基本分类与回归方法，我们这里只讨论分类问题中的 k-近邻算法。一句话总结：近朱者赤近墨者黑！k 近邻算法的输入为实例的特征向量，对应于特征空间的点；输出为实例的类别，可以取多类。k 近邻算法假设给定一个训练数据集，其中的实例类别已定。分类时，对新的实例，根据其 k 个最近邻的训练实例的类别，通...

原创 机器学习实战 第4章 基于概率论的分类方法：朴素贝叶斯