- 博客(4)
- 收藏
- 关注
原创 Web Scraper爬取谷歌学术
你只需把startUrl改成你要开始爬的网址就可以,例如我这里搜索的关键词是summarization。最后导出的csv包含一列标题,一列引用量。
2024-05-13 16:20:00
170
原创 Deepin V20系统安装CUDA时遇到的坑
先说结论,想要后续装CUDA,不要用Deepin的显卡驱动管理器安装驱动,应该从nvidia官网装驱动问题升级了系统内核后显卡驱动也不适配了,图方便在显卡驱动管理器中点击升级,升级完成后命令行输入nvidia-smi显示正常,这时我以为驱动步骤就结束了,开开心心装cuda,nvcc -V耶,cuda也是正常的,安装完成!然而在用pytorch的时候莫名其妙报了这样一个错:UserWarning: CUDA initialization: CUDA unknown error...
2021-10-26 20:19:46
526
原创 python爬取谷歌学术参考文献的BibTex格式——基于selenium
背景进行Latex写作时,当要引用文献,需要根据文章名,一个一个去谷歌学术搜索,找到BibTex,再复制进bib文件里,耗费大量时间和精力。图1.传统方法,通过搜索谷歌学术引用参考文献这样枯燥重复的工作完全可以交给机器。网络上搜索“谷歌学术bib参考文献爬虫”,只有被引数量统计、根据关键词寻找文章等方案,并没有针对该问题的方法,故有此文。爬虫由于某种原因,我们用镜像代替谷歌学术:熊猫学术分析原网页...
2021-05-28 17:51:36
4128
3
原创 从零思考过拟合的解决方法
解决问题首先定义问题。老话说过犹不及。过拟合在机器学习中产生,机器学习本质上是对问题真实模型的近似与逼近,但若逼近小样本数据,则不能代表全体甚至有很大偏差,故产生过拟合问题。并不是说过拟合就是跟训练集的数据完全一致,而是在训练集上很好,在测试集上不灵,所以过拟合需要用一个“误差”的指标来衡量。我们把这个误差定义为“置信风险”,与样本数量和模型的条件有关。直观来说,样本数越多,函数的条件越宽松,越可以信任。比如一个班50个人随机抽40个人都考了80-90,那么剩下10人我们也会觉得在80-90间,但如果只
2020-12-10 17:52:52
749
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