weixin_44434643的博客

1.配置清华的镜像源清华镜像2.直接使用conda update conda一直卡在conda install tensorflow solving environment3.改用conda upgrade --all成功4.conda update -n base -c defaults conda成功conda update --force conda成功conda update conda也成功不知道到底是因为哪个才成功了，这是采集网上给出的答案...

1.最后的版本总结系统：win10显卡：RTX2060python：3.7tensorflow：1.15.0cuda：10.0VScode或vs20172.跟着下面的教程，亲测有效教程PS：我在用这个教程前还安装了显卡驱动：在安装包中名字为：456.71-notebook-win10-64bit-international-dch-whql.exe，是对应我的显卡下载的驱动3.我跟着《基于深度学习的自然语言处理》白色书，练习17做，发现需要把代码from keras.models im

1.启动命令行中输入：neo4j start，随后 跳转网页 http://localhost:7474/neo4j stopneo4j restartneo4j status2.清空数据库所有数据方法一：在网页 http://localhost:7474/中输入match (n) detach delete n方法二：停掉服务→删除 graph.db 目录→重启服务3.查询所有节点MATCH (n)RETURN n;4.查询两个节点，一条边：MATCH (n)-->(

首先，书上的代码是基于python2的，运行起来有多处问题。需要改正如下：1.from framework import *，这个不知道是已有的文件还是什么，反正我直接给注释掉了，也不会报错2.from cStringIO import StringIO,改为import io3.设置UTF-8输出环境reload(sys)sys.setdefaultencoding(‘utf8’)改为import importlibimportlib.reload(sys)4.先略过中间的两个函数，看最

参考：https://blog.csdn.net/oHongHong/article/details/72772459参考文章举的例子都非常好，我想把文章的内容更加细节化，方便读者对多维情况进行理解。1. 函数原型argmax(a, axis=None, out=None)包含三个参数：a—-输入arrayaxis—-轴，默认为none，即把n维数组的具体数值平铺到1维数组中out—-结果写到这个array里面函数作用：沿轴找数组的最大值对应的第一个下标对于轴我想解释一下，n维数组就有n个

1.下载中文命名实体识别模块：2.解压这个文件夹我们能发现，里面的结构和stanford-tagger很像，里面也有一个nar.bat文件，我们可以打开，虽然书中没有介绍这个bat文件的内容，但是仿照1.4.2那一节也可以进行大概的理解。java -mx1000m -cp stanford-ner.jar;lib/* edu.stanford.nlp.ie.crf.CRFClassifier -loadClassifier classifiers\english.all.3class.distsim.

这两节是相关的，所以放一起写前提：1.必须确保安装了jdk，且进行了环境配置（这部分内容自行百度，有很多解答）2.下载stanford-corenlp语言包：3.下载中文模型：stanford-corenlp-4.0.0-models-chinese.jar4.在X盘新建一个名为 stanford-corenlp 的文件夹，把2中下载文件解压到此处。在 stanford-corenlp 中新建一个名为 model 的文件夹，把3解压到此处。5.下载stanford-tagger压缩包：重点1

一、我使用的是Python3.6，书中python版本落后，基本上给的实例代码均需更改。更改内容总结如下：1.书中的设置UTF-8输出环境那部分的代码均需更改才能正常运行：import importlibimportlib.reload(sys)2.python3的输出语句print必须带括号，否则报错例：书上P18，使用Ltp进行中文分词，正确写法：import osimport sysfrom pyltp import Segmentorimport importlibimpor