宿夏星

1.按F12键或组合键Ctrl+Shift+I。Windows系统下。

【代码】flask接口中request.json 接受到的值为 (Ellipsis, Ellipsis)

【代码】使用tqdm监控队列进度。

注意：由于NuxDextop可能会与以他第三方库相冲突，因此，如果你启用了除了EPEL的其他第三方库，强烈建议你将NuxDextop仓库设置成”defaultoff”(默认关闭)状态。将文件中的enabled=1改成enabled=0，然后保存。添加其他第三方仓库遵循同样的操作原则！安装ffmpeg则应该。

中的实质区别在于构建队列的方式，且本实例将使用图片处理的案例进行举例。

【代码】jupyterLab配置文件翻译。

【代码】python Flask中加入异步定时加载本地停用词。

DataCollator:使用场景：当你的训练数据没有特定的格式或需要自定义数据收集逻辑时，可以使用DataCollator来自定义数据收集过程。示例：适用于自定义数据收集逻辑的场景，需要根据具体任务进行数据处理和整合。DataCollatorForLanguageModeling:使用场景：适用于训练语言模型的场景，其中目标是预测下一个词或遮蔽词。示例：适用于GPT、BERT等语言模型的预训练任务，通过遮蔽部分输入文本来预测被遮蔽的词。DataCollatorForPermutatio

【代码】wandb.errors.UsageError: api_key not configured (no-tty). call wandb.login(key=[your_api_key])

【代码】问题记录：transformers训练GPT2模型时报错ValueError: The model did not return a loss from the inputs,

【代码】Ubuntu系统备份。

判断标准： 大于箱线图上须或者小于箱线图的下须的值，就是异常点。上须：Q3 + 1.5 * （Q3 - Q1）下须：Q3 ±1.5 * （Q3 - Q1）下四分位数：25%分位点所对应的值(Q1)上四分位数：75%分位点所对应的值(Q3)中位数：50%分位点所对应的值(Q2)其中 Q3 - Q1 表示四分位差。

【代码】docker不用sudo。

ann.compile(optimizer=‘adam’,loss=‘sparse_categorical_crossentropy’, # 稀疏分类交叉熵损失函数。ann.compile(optimizer=‘adam’, loss=‘categorical_crossentropy’, # 分类交叉熵损失函数。三、对于多分类问题，如果标签是整数数值，如1，2，3，4，5，则使用稀疏分类交叉熵损失函数。一、对于连续值向量的回归问题。

【代码】docker部署Mysql并创建远程连接账号并赋权。

上图取自TensorFlow官网，可直接跳转此链接查看最新版本支持！

tensorflow学习过程中的基础知识

专门处理问题的帖子