- 博客(64)
- 资源 (3)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 LeetCode刷题4：字符串篇
LeetCode刷题4：字符串篇，以7道力扣题对字符串章节进行了讲解，KMP算法是字符串中较为难的一个点，也为大家进行了讲解。
2022-12-12 16:50:43
889
1
原创 Python学习笔记1：reverse()函数和reversed()函数
reverse()函数与reversed()函数的学习，攻克：剑指 Offer 58 - II. 左旋转字符串。
2022-08-26 18:18:10
7857
原创 实习日记（三）：mRASP&mRASP2中的RAS及AA源码解读
往期回顾实习日记（一）：多语言机器翻译mRASP与mRASP2的那些事儿~实习日记（二）：序列建模工具包——Fairseq感谢篇： 十分感谢外研在线技术中心算法团队各位老师在我实习期间给予的帮助，好嗨皮的时光，学到了很多东西。【悄悄告诉你们：他们非常耐心 <(￣▽￣)/】本文资料链接：mRASP代码mRASP2代码MUSE代码文章目录往期回顾前言一、RAS1.1 RAS实践1.2 RAS效果德语数据英语数据汉语数据二、AA1.1 AA实践（暂未得到效果，实验失败，我继续
2022-02-22 10:15:23
1206
2
原创 LeetCode:二叉树刷题（篇章二）
LeetCode226：翻转二叉树；LeetCode116：填充每个节点的下一个右侧节点指针；LeetCode114：二叉树展开为链表；LeetCode654：最大二叉树；LeetCode105：从前序与中序遍历序列构造二叉树；LeetCode106：从中序与后序遍历序列构造二叉树；LeetCode652：寻找重复的子树；
2022-01-19 00:16:15
1375
1
原创 实习日记（二）：序列建模工具包——Fairseq
提示篇： 本篇博客内容较多，建议耐心阅读。感谢篇： 十分感谢外研在线技术中心算法团队各位老师在我实习期间给予的帮助，好嗨皮的时光，学到了很多东西。【悄悄告诉你们：他们非常耐心 <(￣▽￣)/】文章目录前言一、Fairseq简介二、Fairseq安装2.1 Fairseq0.9.0版本2.2 Fairseq最新版本（可能会有变化）三、Fairseq命令工具3.0 命令工具概述3.1 Fairseq-preprocess常用命令（一）预处理参数3.2 Fairseq-train(一) 数据
2022-01-17 20:00:00
2622
11
原创 LeetCode：二叉树刷题（篇章一）
二叉树LeetCode刷题集合(篇章一)[](篇章二)[](篇章三)[]文章目录二叉树LeetCode刷题集合前言一、二叉树解题框架二、相关题目1.二叉树的前、中、后遍历1.1 二叉树的前序遍历1.2 二叉树的中序遍历1.3 二叉树的后序遍历2. 其他入门题目2.1 LeetCode104. 二叉树的最大深度2.2 LeetCode543. 二叉树的直径总结前言 本人刷小题小白，参考 labuladong 的算法小抄的刷题指南，开启《二插树》的刷题之路，解题方法并非原创，使用C++和P
2022-01-16 22:55:12
1038
1
原创 笔记本电脑键盘没坏却无法打字的情况
问题描述： 不知道按到了什么，导致笔记本电脑键盘无法打字或者按键错乱。解决方案： 下面的前四个操作可以都试试，如果不行的话，那就只能重启了。 alt + win 键 fn + NumLock键 alt + NumLock键 fn + win 键 重启...
2021-11-02 14:22:32
10244
1
原创 Datawhale十月组队学习--《李宏毅机器学习》--Task02
Datawhale十月组队学习：《李宏毅机器学习》往期指路 Task01：什么是机器学习文章目录Datawhale十月组队学习：《李宏毅机器学习》往期指路前言一、回归（Regression）二、使用步骤1.引入库2.读入数据总结前言 本篇主要对《李宏毅机器学习》中关于【回归】部分的知识记录。一、回归（Regression） 1、不是模型越复杂越好2、还需要考虑数据集的大小3、只考虑CP值是不对的，还要考虑因素，需要重新设置function set4、过拟合：Regular
2021-10-13 23:53:30
414
1
原创 Datawhale十月组队学习--《李宏毅机器学习》--Task01
提示：机器学习原链接文章目录前言一、机器学习介绍1.1 什么是机器学习1.2 机器学习相关的技术二、使用步骤1.引入库2.读入数据总结前言 第三次组队学习，内容是李宏毅老师的《机器学习/深度学习》，接下来的时间坚持吧~一、机器学习介绍1.1 什么是机器学习 要做的其实是让机器有自己学习的能力，也就我们要做的应该machine learning的方向。 讲的比较拟人化一点，，所谓machine learning的方向，就是你就写段程序，然后让机器人变得了很聪明，他就能够有学习的能力。
2021-10-12 23:40:02
259
原创 Datawhale九月组队学习--情感分析--Task05
Datawhale九月组队学习：情感分析往期指路： Task01情感分析BaseLine Task02情感分析Upgrade Task03情感分析Faster Task04情感分析CNN文章目录Datawhale九月组队学习：情感分析前言笔记要点一、 模型搭建流程二、 数据预处理要点记录三、 模型搭建要点记录四、模型训练要点记录总结前言 本文是一个多分类的任务，前面的任务都是二分类任务，这里将对具有 6 个类的数据集执行分类。请注意，该数据集实际上并不是情感分析数据集，
2021-09-27 19:46:32
209
原创 方面级情感分析论文泛读10：Knowledge-enabled BERT for aspect-based sentiment analysis
提示1：原文链接文章目录前言一、论文信息二、笔记要点2.1 目前存在的问题2.2 目前解决方法2.3 本文方法和创新点2.4 模型结构2.5 实验结果2.6 总结和展望总结前言 本篇博客主要是对《Knowledge-enabled BERT for aspect-based sentiment analysis》进行了泛读，并对其进行了简单地记录，以帮助大家快速了解此篇论文的要点。一、论文信息论文名：《Knowledge-enabled BERT for aspect-based s
2021-09-27 19:18:03
1432
6
原创 Datawhale九月组队学习--情感分析--Task04
Datawhale九月组队学习：情感分析往期指路： Task01情感分析BaseLine Task02情感分析Upgrade Task03情感分析Faster文章目录Datawhale九月组队学习：情感分析前言笔记要点一、 模型搭建流程二、 数据预处理要点记录三、 模型搭建要点记录四、模型训练要点记录总结前言 本篇主要是将卷积神经网络应用到了情感分类任务当中，本篇所用的模型来自论文Convolutional Neural Networks for Sentence Class
2021-09-25 00:00:14
1077
原创 Datawhale九月组队学习--情感分析--Task03
Datawhale九月组队学习：情感分析往期指路： Task01情感分析BaseLine Task02情感分析Upgrade文章目录Datawhale九月组队学习：情感分析前言笔记要点：1. 模型搭建流程：2. 数据预处理要点记录：3. 模型搭建要点记录：4. 模型训练要点记录：总结前言 在这一小节中，我们将学习一种不使用RNN的方法：我们将实现论文 Bag of Tricks for Efficient Text Classification 中的模型，这个简单的模型
2021-09-22 14:26:29
4786
原创 Datawhale九月组队学习--情感分析--Task02
Datawhale九月组队学习–情感分析往期指路: Task01情感分析BaseLine文章目录Datawhale九月组队学习--情感分析前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结前言本篇主要在上一任务的基础上,对模型效果进行调优,主要包含以下内容： 序列填充 预训练词嵌入 LSTM 双向 RNN 多层 RNN 正则化 优化一、pandas是什么？示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。二
2021-09-19 00:10:59
608
原创 LeetCode34：在排序数组中查找元素的第一个和最后一个位置(python，暴力求解+二分查找）
文章目录前言一、题目描述二、解题方法思路1：暴力求解思路2：二分查找总结前言 提示：原题地址一、题目描述 给定一个按照升序排列的整数数组 nums，和一个目标值 target。找出给定目标值在数组中的开始位置和结束位置。 如果数组中不存在目标值 target，返回 [-1, -1]。进阶： 你可以设计并实现时间复杂度为 O(log n) 的算法解决此问题吗？示例1： 输入：nums = [5,7,7,8,8,10], target = 8 输出：[3,4]示例2：
2021-09-17 20:04:14
557
5
原创 Datawhale九月组队学习--情感分析--Task01
提示：学习地址点这里文章目录前言一、模型构建流程1.1 数据预处理1.2 构建模型1.3 模型训练总结前言 Task01主要是采用RNN框架 (注意：本文对RNN原理不做详细的解读)、 IMDB数据集来构建了一个文本情感分析任务的Baseline模型。一、模型构建流程1.1 数据预处理 TorchText 数据预处理包含以下步骤：步骤1：使用Field来处理数据；步骤2：使用Datasets加载要用的IMDB数据集；步骤3：必须构建一个 词汇表，这样做是因为我们的模型不能对字符
2021-09-15 23:50:16
664
2
原创 【机翻】：Word embeddings: how to transform text into numbers
提示：原文链接点这里文章目录前言一、引入二、Word embeddings VS One-Hot二、Goals and evaluation metrics1. Explicit Methods2. Implicit Methods二、How are word vectors created?2.1 统计方法【Statistical methods】2.2 预测方法【Predictive methods】2.2.1 Continuous Bag of Words (CBOW)2.2.2 Skipgram
2021-09-15 23:47:43
282
1
原创 python基础教程：tqdm模块的用法
文章目录一、tqdm模块简介二、使用步骤总结一、tqdm模块简介 tqdm是Python中专门用于进度条美化的模块，通过在非while的循环体内嵌入tqdm，可以得到一个能更好展现程序运行过程的提示进度条，本文就将针对tqdm的基本用法进行介绍。二、使用步骤代码如下（示例）：该处使用的url网络请求的数据。总结提示：这里对文章进行总结：例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。...
2021-09-14 23:42:07
1462
原创 Pycharm使用pip报错：Script file ‘D:\Anaconda3\envs\pytorch\Scripts\pip-script.py‘ is not present
问题描述： 报错情况1：使用pip安装报错：Script file ‘D:\Anaconda3\envs\pytorch\Scripts\pip-script.py’ is not present. 报错情况2：pip升级失败报错：Script file ‘D:\Anaconda3\envs\pytorch\Scripts\pip-script.py’ is not present.如下图： 解决方案： 百度了很久有了以下解决方案：# 方法一：使用命令行进入到Anconda3\Scri
2021-09-13 10:31:59
7792
20
原创 方面级情感分析论文泛09:Attentional Encoder Network for Targeted Sentiment Classification
提示1：原文链接提示2：代码链接文章目录前言一、论文信息二、笔记要点2.1 目前存在的问题2.2 目前解决方法2.3 本文方法和创新点2.4 模型结构2.5 实验结果2.6 总结和展望总结前言 本篇博客主要是对《Attentional Encoder Network for Targeted Sentiment Classification》进行了泛读，并对其进行了简单地记录，以帮助大家快速了解此篇论文的要点。一、论文信息论文名：《Attentional Encoder Netwo
2021-09-07 19:43:48
872
2
原创 方面级情感分析论文泛08:Utilizing BERT for Aspect-Based Sentiment Analysis via Constructing Auxiliary Sentence
提示1：原文链接提示2：代码链接文章目录前言一、论文信息二、笔记要点2.1 提出问题2.2 目前解决方法2.3 本文方法和创新点2.4 模型结构2.5 实验结果2.6 总结和思考总结前言 本篇博客主要是对《Utilizing BERT for Aspect-Based Sentiment Analysis via Constructing Auxiliary Sentence》进行了泛读，并对其进行了简单地记录，以帮助大家快速了解此篇论文的要点。注：论文要点在2.3节辅助句子的构造方法。
2021-09-07 16:25:15
1286
5
原创 方面级情感分析论文泛07：BERT Post-Training for Review Reading Comprehension and Aspect-based Sentiment Analysis
提示1：原文链接提示2：代码链接文章目录前言一、论文信息二、笔记要点2.1 目前存在的问题2.2 目前解决方法2.3 本文方法和创新点2.4 模型结构2.5 实验结果2.5.2 算法对比2.6 总结和展望总结前言 本篇博客主要是对《BERT Post-Training for Review Reading Comprehension and Aspect-based Sentiment Analysis》进行了泛读，并对其进行了简单地记录，以帮助大家快速了解此篇论文的要点。一、论文信息
2021-09-07 09:56:41
755
2
原创 网络正常，浏览器显示代理服务器没有响应怎么办？
问题描述： 网络正常，浏览器显示代理服务器没有响应，如下图所示：解决方案： 打开控制面板 →\rightarrow→ 网络和Internet →\rightarrow→ Internet选项 →\rightarrow→ 链接 →\rightarrow→ 局域网设置 →\rightarrow→ 取消为LAN使用代理服务器前面的对号，这样网络就恢复了。↓\downarrow↓...
2021-09-07 08:50:31
22841
7
原创 Datawhale八月组队学习--微调transformer模型解决抽取式问答任务-10-11
Datawhale八月组队学习之笔记系列文章：往期指路： Datawhale打卡小程序使用 Transformer图解 Bert&GPT图解 Bert知识笔记 Bert实践 Transformers解决文本分类文章目录Datawhale八月组队学习之笔记系列文章：前言一、SQUAD 数据集简介二、抽取式问答任务2.1 加载数据集2.2 数据进行预处理2.3 Fine-tuning微调模型2.4 Evaluation评估总结前言
2021-09-02 08:42:28
908
原创 方面级情感分析论文泛读05：CAN: Constrained Attention Networks for Multi-Aspect Sentiment Analysis
提示1：原文链接文章目录前言一、论文信息二、笔记要点2.1 目前存在的问题2.2 现有方法2.3 本文方法和创新点2.4 模型结构2.5 实验结果2.6 总结和展望总结前言 本篇博客主要是对《CAN: Constrained Attention Networks for Multi-Aspect Sentiment Analysis》进行了泛读，并对其进行了简单地记录，以帮助大家快速了解此篇论文的要点。一、论文信息论文名：《CAN: Constrained Attention Net
2021-08-31 19:10:31
869
4
原创 PyTorch学习03-通过示例学习PyTorch之NumPy&&Tensor
提示1：原文链接提示2：反向传播文章目录前言一、NumPy1.1 知识点记录1.2 核心代码二、张量2.1 知识点记录2.2 核心代码总结前言 提示：本篇博客主要是记录pytorch的学习过程，当作是一个笔记来使用。 本篇内容如下：NumPy张量 本文任务：使用NumPy和Tensor完成三阶多项式拟合y = sin(x)的问题。该网络将具有四个参数，并且将通过使网络输出与实际输出之间的欧几里德距离最小化来进行梯度下降训练，以适应随机数据。一、NumPy1.1 知识
2021-08-31 15:52:22
112
1
pytorch加载训练好的模型进行预测时，为什么又开始训练了
2021-06-01
TA创建的收藏夹 TA关注的收藏夹
TA关注的人