Torchserve服务开发 TorchServe 是 PyTorch 中推荐的模型部署解决方案，通过它可以将深度学习模型高效地部署到生产环境。本文介绍如何使用TorchServe 开发服务，不仅限于深度学习模型。
深度学习项目实施流程 本文认为一个深度学习项目开发的主要工作量可以分为模型组网、数据载入和训练脚本三个部分。1. 模型组网本步骤实现模型的定义，基于所使用的深度学习框架，使用其提供的API构建自己的深度学习模型。以pytorch为例，定义模型继承自基类nn.Module，然后实现构造函数和前向forward()。完成后可构造fake_data验证输入输出是否符合预期；工作量： 与模型的复杂程度和开发人员对API的熟悉程度有关。2. 数据载入本步骤实现数据集的读取方式，主要实现MyDataset和调用Dataload
开源问答系统调研 开源问答系统调研1. QABasedOnMedicaKnowledgeGraph 3.5k stars2. haystack: 2.7k stars3. KBQA-BERT: 998 stars4. KGQA-Based-On-medicine 822 stars5. CrimeKgAssitant: 752 stars6. QASystemOnMedicalGraph: 706 stars7. QAonMilitaryKG: 393 stars各类关于CQA，KBQA，KGQA问答系统的研究层出不穷，本
标注工具初探 今天在新服务器上部署标注工具。开始尝试的是brat，参考欢哥的博客文本标注工具brat部署笔记部署好了之后能上传数据，数据载入比较慢，而且不知道怎么开始标注。后来尝试了用doccano，参考了官方的docker方法。部署很容易。上传文件时需要注意文件中不能有空行，不然会一直显示数据格式错误。而且文件大小有限制，可以考虑一千行作为一个文件。docker方法貌似不能添加多个标注者账户，后面可以考虑给大家用同一个账户，然后在不同的项目里标注。进一步部署参考文本标注工具doccano部署笔记
tensor用方括号取值 给定坐标 选取部分元素 文章目录一、 问题描述二、 问题背景三、 解决方案四、 示例一、 问题描述已知BATCH_SIZE个坐标，从n*n的矩阵中取出BATCH_SIZE个值。二、 问题背景上周自己写CRF的时候遇到了一个问题，在pytorch官方的BI-LSTM CRF教程中，代码如下def _score_sentence(self, feats, tags): # Gives the score of a provided tag sequence score = torch.zer
pycharm远程连接服务器 使用jupyter notebook 一、pycharm远程连接服务器参见博客Pycharm 连接远程服务器在设置的Deployment里配置好服务器的地址和密码；在Deployment的Mappings里设置项目位置的映射；Interpreter里新增一个SSH Interpreter；创建一个脚本，查看运行路径是否在服务器上，若是则成功。import osprint(os.getcwd())二、在pycharm上用远程的jupyter notebook创建ipynb文件；在服务器中启动jupyt
20200327pytorch使用过程中的一些问题 一、问题描述动机是想在jupyter notebook上跑一下这个pytorch官方的自然语言处理tutorial然后就安装了torchtext==0.9.0后面提示torch版本太低，就把torch升级到了1.8折腾了半天，跑不出来，又想换个简单一点的教程quick start跑到模型定义或者训练的时候反复出现以下两个错误：PyTorch error: CUDA error: CUBLAS_STATUS_INTERNAL_ERROR when calling `cublasCreate(han
关注
