尚拙的博客

介绍完HTML标签，我们来搞一个简单的网站小案例，带大家更进一步理解HTML网页和web框架之间是怎么运作的，本篇以做一个简单的注册页面为例。本文为了方便，使用轻量级的flask框架进行案例的设计，快速制作一个简单的实现注册账户的web服务。浏览器通过我们用户进行的一些操作，向后台发起请求，后台接收到请求后，会解析请求字段，根据字段对应的要求，执行对应的功能模块（例如执行def xxx方法），并将执行结果返回到某个HTML文件中，后台接收到返回后，会作为请求的响应返回给浏览器，响应中包含了一堆HTML标签，

第二个原因很可能就是你的batch size设置过大，这是很纯粹的原因，改一下batch size值就行了。这行代码必须在所有调用gpu的代码之前进行设置，特别是import torch必须要在指定gpu之后；最好的方法就是在你的脚本文件开头就写上调用代码。而且你本来就是因为显卡0已经占用着了，所以想用其它显卡启动训练，可偏偏还总是报GPU0显存不够的错误。很多时候我们明明在脚本里设置了。

用python实现一个分词器，基于隐马尔科夫模型HMM预测问题之维特比(viterbi)算法的分词功能python实现。事实上维特比算法属于隐马尔科夫模型的“应用篇”，特别是在NLP的分词领域，维特比算法无处不在。我们先需要根据HMM的学习算法来学习得到一个模型λ=(π，A，B)，然后再通过这个模型，利用维特比算法对数据进行预测。本篇基于维特比算法实现一个简单的分词器，有助于大家深入理解。也是利用python实现维特比(viterbi)算法的实战。

隐马尔科夫模型学习问题Baum Welch算法python代码实战

利用python实现隐马尔科夫模型HMM中前向算法和后向算法实战

Flask 处理高并发、多线程_51CTO博客_flask 多线程

通常我们利用grpc来接收不同客户端的请求，并将请求数据做业务逻辑处理，最后再返回给客户端。就好像通信基站一样，接收四面八方传来的手机通信请求，基站将这些请求做相应的处理，再返回给不同客户端，达到互联的目的。总的来说，python实现简单的grpc需要以下步骤：定义protobuf——>通过protobuf生成2份方法文件——>定义服务端——>定义客户端。

对过去一段时间内文章出现的热词进行提取，并作为热门文章推荐的参考，或者作为文章的特征，便于文章检索……