- 博客(5)
- 收藏
- 关注
RSS订阅原创 torch.size(0)，torch.size(1)中0和1的意思
torch.size(0)中的0表示第0维度的数据数量，torch.size(1)同理。code：a = torch.tensor([[1,2,3], [4,5,6]])print(a.size(0)) # 2 第0维有[1,2,3]和[4,5,6]两个数据print(a.size(1)) # 3 第1维有1，2，3（或4，5，6）三个数据...
2021-11-27 20:32:23
17460
1
原创 np.array()与np.asarray()的区别
区别np.array()会将对象复制一份新的，占用新内存np.asarray()不会复制对象，因此也不会占用新内存code# -*- coding: utf-8 -*-# @Time : 2021/11/24# @Author ： Q# @function ： 测试 np.array()与 np.asarray()的不同# @结果 ： np.array()会将对象复制一份新的，占用新内存，np.asarray()不会复制对象
2021-11-24 20:15:50
265
原创 知识问答领域方法概述
1. 构建模板的问答方法思想： 人工构建大量带变量的问题模板，根据问题的相关部分选取模板形成查询表达式，查询结构化数据库以生成答案。后期有研究工作可以自动生成模板。优点： 不需要理解问题语义，避开了语义解析难题，可以获得比较准确的答案，回答响应速度快，针对问答领域多跳复杂问题，最新的模板方法也能提供解决思路。缺点：需要耗费大量人力进行模板校对，以及模板库维护。当前研究重点： 模板自动生成，克服耗时耗力难题。2. 语义解析的问答方法思想： 首先，使用语义解析器解析自然语言问句，生成逻辑表达式，然后
2021-10-11 14:44:27
1009
原创 基于深度学习的知识问答方法部分综述
1. 图嵌入方法由Bordes等人首次提出。思想： 将问题和候选答案（KG中的实体、关系）嵌入同一个向量空间，比较其相似度，获得最终答案。不足之处： 若将整个KG（候选答案）嵌入向量空间工作量巨大，系统准确率和运行时间不容乐观。改进： 限定候选答案范围，仅将问题—答案路径及周围子图编码进向量空间。工作流程如下图所示。模型介绍： 问题与答案均用Rk×NR^{k×N}Rk×N的矩阵W表示，其中k为预先指定的嵌入空间维度，N为词汇表大小，N=Nw+2NsN=N_w+2N_sN=Nw+2Ns，其中，N
2021-10-10 21:31:40
572
原创 centos7终端模式连接无线网
centos7终端模式连接无线网一、centos7终端模式连接无线网二、关闭/开启图形界面一、centos7终端模式连接无线网切换rootsu -查找无线网设备，一般以w开头，比如我的设备是wlo1,把以下代码中的wlo1全换成自己的设备号ifconfig -a激活无线网络接口ip link set wlo1 up 扫描可连接wifi名称 iw wlo1 scan | grep SSID连接无线网wpa_supplicant -B -i wlo1 -c <(wpa_pas
2021-08-13 11:33:31
502
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人