- 博客(115)
- 资源 (11)
- 收藏
- 关注
原创 I cannot connect to ssh with vscode ( channel 4: open failed: administratively prohibited: open fail
在国产化大模型适配的时,遇到的环境问题。
2024-07-08 15:54:31 95
原创 【无标题】
linux 终端clear命令无效,并返回:terminals database is inaccessible。step1: vim ~/.bashrc 在里面添加如下信心。
2024-02-20 16:09:13 318
原创 scp通过跳板机向服务器传文件的方法
在实际情况下如果目标服务器无法通过ssh直接连接,需要跳板机才能连接,如何使用scp呢?目标服务器host2: 192.168.42.9 user:admin2。跳板机host1:192.168.32.7 user:admin1。通过如下命令用scp命令进行传输。
2023-10-23 15:21:51 2486
原创 visual-studio-code通过跳板机连接远程服务器的配置操作
把本机生成的rsa_id.pub公钥上传至服务器中,并追加(cat命令) 写入到~/.ssh目录下的authorized_keys文件中。如果~/.ssh目录下没有authorized_keys文件,则需要我们手动创建一个。step5:visual studio code 连接服务器不需要密码的操作。生成的两个默认文件中,id_rsa.pub是公钥,id_rsa是私钥。打开下图中的配置文件,并输入跳板机和服务器的配置信息。step3:将本机生成的私钥和公钥上传服务器上。step1:在本机上生成私钥和公钥。
2023-10-10 11:36:22 625
原创 bash: /usr/bin/mv: Argument list too long
【代码】bash: /usr/bin/mv: Argument list too long。
2023-08-14 10:54:18 345
原创 Visual Studio Code 设置文件头部添加作者、日期和函数注释
step2:左下角选择管理—设置—输入"fileheader"—点击"在setting.json中编辑"step1:安装插件KoroFileHeader。step3:添加下面的代码到json文件中。
2023-07-31 16:56:19 1701
原创 How to resolve “RuntimeError: CUDA out of memory”?
【代码】How to resolve “RuntimeError: CUDA out of memory”?
2023-07-14 16:22:32 587
原创 GitClone报错:GnuTLS recv error (-110): The TLS connection was non-properly terminated.解决方法
尝试了下面这种解决办法,没有解决。最终使用下面的方法解决的。
2023-07-12 14:03:19 451 1
原创 ubuntu系统linux下安装指定版本的gcc方法
1:查看当前linux系统的gcc版本。2:查看和cuda版本对应的gcc版本。3:安装和cuda对应版本的gcc。4:建立gcc和cuda的软链接。
2023-07-05 10:17:00 2228
原创 E: Unmet dependencies. Try ‘apt --fix-broken install‘ with no packages (or specify a solution) libre
遇到这个错误的解决方法。
2023-06-21 14:49:04 340
原创 Tar Argument list too long 参数列表过长的解决办法
当对一个目录里面的文件进行压缩(tar)时,而这个文件数量超过三万个,就会遇到标题中的问题。
2023-03-29 10:19:43 466 1
原创 vscode connect server not use input password
visual studio code 连接远程 linux 服务器,不用每次都输入密码
2022-11-05 15:28:15 183
原创 Brief Review — Improving Neural Machine Translation Models with Monolingual Data
the nlp domain machine translation
2022-09-14 19:13:26 306
原创 TypeError: can‘t convert cuda:0 device type tensor to numpy. Use Tensor.cpu() to copy the tensor to
AttributeError: 'list' object has no attribute 'cpu'
2022-06-10 09:54:19 340
原创 “bernoulli_scalar_cpu_“ not implemented for ‘Half‘
CPU 不支持半精度计算,重新安装成GPU版本的pytorch 就可以查看安装的pytorch是否能使用CUDA进行加速计算import torchtorch.cuda.is_available()
2022-04-21 12:02:38 4631
原创 vim debug python use pdb
pdb Python自带的一种debug工具pdb 的两种用法1: 非侵入式方法python -m pdb filename.py2: 侵入式方法Import pdbpdb.set_trace()3: 常用命令l:查看当前位置前后11行源代码ll:查看当前函数或框架的所有源代码n: 执行下一行不会进入函数体c:持续执行下去,直到遇到一个断点n:执行下一行(不会进入函数体)s:执行下一行(能够进入函数体)p:打印变量,相当于print()函数q:退出调式器referen
2022-04-19 17:54:49 1090
原创 create virtual environment
for linux and windowswget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.shFor OSXwget https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-x86_64.shInstall minicondash Miniconda3-latest-*-x86_64.sh -bRun conda init~ /
2022-04-15 11:42:53 396
原创 Tf中指定GPU的使用和配置
1:在终端执行程序指定GPUCUDA_VISIBLE_DEVICES=0 python demo.py其他可用的形式CUDA_VISIBLE_DEVICES=0,1CUDA_VISIBLE_DEVICES=“0,1,2”2:在python代码中指定GPUimport osos.environ["CUDA_VISIBLE_DEVICES"]="0,1"3:设置定量的GPU使用量import tensorflow as tfconfig = tf.ConfigProto()confi
2022-04-12 17:05:31 2448
原创 server certificate verification failed. CAfile: /etc/ssl/certs/ca-certificates.crt CRLfile: none
出现以上问题如何解决git config --global http.sslverify false
2022-02-10 15:35:23 1112
原创 Python常用的几个函数解析
1:yield一个带有yield的函数就是一个generator, 它和普通的函数不同,生成一个generator看起来像函数调用,但不会执行任何函数代码,直到对其调用next()才开始执行。虽然执行流程仍按照函数的流程执行,但每执行到一个yield语句就会中断,并返回一个迭代值,下次执行的时候从yield的下一个语句继续执行。看起来就如同一个函数在正常执行的过程中被yield中断了数次,每次中断都会从当前的yield返回当前的迭代值。yield的好处是显而易见的,把一个函数改写成一个generator
2022-01-21 14:57:10 366
原创 深度学习的基本概念介绍
Tensor概念介绍可以把Tensor理解为多维数组,可以具有任意多的维度,不同的Tensor可以有不同的数据类型(dtype)和形状(shape)同一Tensor中的所有元素的dtype均相同。不同维度的Tensor可视化表示为如下图所示。模型和层的概念模型是深度学习中比较重要的概念,模型的核心功能是将一组输入变量经过一系列的计算,映射到另一组输出变量,用到的映射函数就是一种深度学习算法。模型主要包含两方面的内容。(1)一系列层的组合用于进行映射。(2)一些参数变量在训练的过程中实时更新.
2022-01-20 10:38:26 1068
原创 2022年预训练的下一步发展
1:基于数据驱动存在的问题长尾效应:现实中的数据分布就是长尾的,在学习的过程中,模型容易出现过拟合,泛化性差。数据噪声:对于有标签的数据,在标注过程中就不可避免的存在噪声。尤其是多人在标注一份数据集的时候,由于每个人的知识背景都不一样,对于问题的理解也就不一样,因此对同一份数据集的标注结果就会存在误差。也就是说,标注规范难以确定,无法统一大家的知识库。2:基于预训练语言模型存在的问题预训练模型的方式归根结底仍然属于数据驱动的任务,其通过在大规模数据上学习,推断未知数据的概率。如果数据中存在表述不
2022-01-12 10:42:35 64
原创 快速高效的阅读一篇AI论文方法
1 发现有趣AI论文的地方Papers With Code.RedditMedium2 掌握论文背景信息论文解决什么问题使用什么方法,该方法有什么优缺点3 把握主要观点先看一下各个章节和小节的标题,把它们与文章所介绍的模型架构联系起来4 客观看待实验结果检查比较基准:作者对比的是否全面检查Ablation:文章给出的pipeline方案中每个组成部分对实验结果的贡献上,贡献大小是否都被检验检查数据:用于论文所处理任务的开源主流数据是否提到了5实验结果整理论文中提到的实
2021-12-24 18:05:56 1194
原创 github pages +hexo 搭建个人博客
搭建个人的博客https://blog.csdn.net/weixin_43664418/article/details/103542206?spm=1001.2101.3001.6650.7&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7Edefault-7.highlightwordscore&depth_1-utm_source=distribute.pc_relevant.none-t
2021-12-16 15:12:44 169
原创 XLNet和Bert语言模型的对比
1.XLNet和Bert的对比分析1.1 自回归语言模型(Autoregressive LM)就是从左向右依次计算某个词出现的概率或者从右向左计算某个词出现的概率,典型代表就是GPT1.2 自编码语言模型(Autoencoder LM)把句子中的某个词用【MASK】替换掉,然后根据该单词的上下文来预测该单词,典型代表就是BERT1.3 两种模型的优缺点自回归语言模型没有能自然的同时获取单词的上下文信息,而自编码语言模型能很自然的把上下文信息融合到模型中,Bert中的每个Transformer都能
2021-10-28 11:33:22 350
原创 各种领域匹配数据汇总
ATEC:是金融领域客服场景的数据.BQ:银行领域的问题匹配,BQ数据链接。LCQMC:覆盖多个领域的问题匹配,LCQMC数据链接。PAWSX:谷歌发布的数据集,包含多种释义对和非释义对。STS-B:计算两句话的相关性,是通过翻译和人工修正后的数据集。...
2021-10-27 10:43:50 555
原创 NLPer核心竞争力是什么?
NLPer的危机核心开源工具越来越多CNN、RNN、Transformer、Seq2Seq等。深度学习技术出现后,特征工程做的越来越少。NLP门槛逐渐降低有众多的开源工具和预训练语言模型可用。算力成为主要的瓶颈。NLPer的核心竞争力一个核心非机构、半结构化—>结构化是NLP的核心问题两个能力发现问题的能力解决问题的能力三个优势对基本概念,定义理解更精准对领域数据更敏感对研究方向有更好的品味自然语言处理的本质从无结构化序列中预测有结构化语义(句法分析、命名
2021-10-12 10:31:17 300
原创 机器阅读理解技术简介
1:什么是机器阅读理解任务机器阅读理解任务类似英文的阅读理解题型,输入:篇章P和问题Q,输出:答案A的过程。2:机器阅读理解任务类型机器阅读理解任务主要包含四种类型:选择型、填空型、抽取型、生成型。填空型阅读理解任务在该类型的任务中,给定一段文本并移除其中若干词或者实体作为问题,模型需要在被删除的位置填入正确答案。部分数据集提供了候选答案,而另外一些数据集则未提供,只能从上下文中寻找。选择型阅读理解任务选择型阅读理解即根据问题和给定的文本中在若干候选答案中选择正确的答案。抽取型阅读理解任务
2021-10-08 11:44:19 283
原创 推荐系统的相关知识点介绍
1:推荐系统的基本概念构建推荐系统本质上是要解决“5W”的问题,即向谁(who)在什么时间(when)在什么地方(where)推荐什么内容(what)并解释为什么推荐(why)2:常见的推荐算法(1)协同过滤推荐算法(Collaborative Filtering Recommendation):该算法的核心是分析用户的兴趣和行为,利用具有共同行为习惯的群体有相似喜好的原则,推荐用户感兴趣的信息。基于用户的协同过滤:根据用户的历史喜好,分析出具有相似兴趣的人,然后给用户推荐其他人喜欢的物品。基
2021-09-26 15:28:14 340
原创 递归和迭代的理解
To Iterate is Human, to Recurse, Divine.中文译为:人理解迭代,神理解递归关于递归和循环的生动解释1:递归你打开面前这扇门,看到屋里面还有一扇门。你走过去,发现手中的钥匙还可以打开它,你推开门,发现里面还有一扇门,你继续打开它。若干次之后,你打开面前的门后,发现只有一间屋子,没有门了。然后,你开始原路返回,每走回一间屋子,你数一次,走到入口的时候,你可以回答出你到底用这你把钥匙打开了几扇门。2:循环你打开面前这扇门,看到屋里面还有一扇门。你走过去,发现手中的钥
2021-09-15 16:17:50 162
原创 从Elasticsearch索引库中读取数据的操作
从ES索引库中读取数据的代码逻辑如下:#!/usr/bing/env python# -*-coding:utf-8-*-# author:xx# datetime:21-x-x 下午xx:xx# software:PyCharmimport osimport sysimport jsonimport inspectfilename = inspect.getframeinfo(inspect.currentframe()).filenamematrix_dir = os.path
2021-08-09 18:26:37 501
Pytorch 中文官方教程
2020-10-14
GoogleAndroidSDK开发范例大全
2014-09-03
Android应用开发详解pdf和源代码
2014-09-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人