yangjingyi0730的博客

原创 Bert model encountered bug

调Bert mode遇到的一个bug.mention_doc, _ = self.bert(input_ids, attention_mask=input_mask, return_dict=False)在没有加return dict的时候，输出是string：['last_hidden_state']。如果想输出tensor，需要设置return_dict=False参考https://stackoverflow.com/questions/65132144/bertmodel-transf

原创 Coref resolution 数据集Conll-2012下载和处理

刚开始接触coref resolution任务，第一步就是下载数据集。这个数据集下载和处理还是有点麻烦的，稍微绕了一些弯路，在这里记录一下。1. 下载数据集CONLL-2012的数据集在这里下载：https://cemantix.org/conll/2012/data.html下载conll-2012-train.v4.tar.gz conll-2012-development.v4.tar.gz conll-2012-test-official.v9.tar.gz conll-201

转载 编写shell脚本运行python程序

https://www.jianshu.com/p/b1a8264c2043

转载 运行caffe程序遇到matlab关闭问题

Check failed: status == CUDNN_STATUS_SUCCESS (4 vs. 0)根本原因是权限问题，解决办法 : 打开matlab时,加上sudo , 即 sudo matlab 其他情况同理，都加上 sudo

原创 mexopencv

按照https://github.com/kyamagu/mexopencvLinuxmkdir cmake_buildcd cmake_buildcmake ..make确认一下pkg-config命令可以识别opencvpkg-config --cflags --libs opencv进入mexopencv的地址，如果用matlabmake MATLABDIR=/opt/local/MATLA...

转载 keras预训练权重文件存放目录

VGG16等keras预训练权重文件的下载：https://github.com/fchollet/deep-learning-models/releases/本地存放目录：      Linux下是放在“~/.keras/models/”中      Win下则放在Python的“settings/.keras/models/”中     在anaconda on win中是：D:\Anacon...

原创 Tensorflow保存模型

https://www.jianshu.com/p/7ebee4d10e49这篇最新最全。

原创 欢迎使用CSDN-markdown编辑器

【机器学习】逻辑回归优点：计算代价不高，易于理解和实现；缺点：容易欠拟合，分类精度可能不高。我们想要的是接收所有的输入，然后预测出类别。在两个类的情况下输出0或者1。这种性质的函数，也许原来你接触过，叫做Heaviside step function，即单位阶跃函数。但是这种瞬间的跳跃实际中很难处理。所以，这里我们采用Sigmoid函数。 g(z)=11+e−zg(z)=\dfrac{1}{

原创 Tensorflow学习记录（一）

MNIST数据集开始一个tensorflow的训练Tensorflow的计算依赖于一个高效的C++backend，和backend的连接叫做一个session。tensorflow常常是先建立一个graph再在一个session里面运行。这里用IteractiveSession类，这个类可以更加灵活的建立计算图。你也可以不同Interactive Session，那就在开始一个sessio

原创 Linux修改bash profile及生效

sudo vim /etc/profilesource /etc/ptofile

原创 快速排序

快速排序体现的是一种分治法的思想。这里用一个例子来说明，有一个数组，6  1  2 7  9  3  4  5 10  8， 将这10个数进行排序。第一步，先选一个基准数，这里为了方便，我们就选择第一个数6，我们需要做的就是找到一个位置k，使得k一边的数字全都小于这个基准，另一边的数字都大于这个基准。类似这样，3  1  2 5  4  6  9 7  10  8。方法很简单，分别从两侧开

原创 查准率-查全率

原创 机器学习导论总结

绪论今天开始重新看一篇机器学习导论，相信有了做研究的一些经验，能更好的得到更加深入的理解。1. 什么是机器学习？生活中我们的经验告诉我们， 数据是存在某种确定的模式的。机器学习使用实例数据或者过去的经验训练计算机，以优化某种性能标准。训练数据就是优化依赖于某些参数的模型。模型可以是预测性的，用于未来的与预测；也可以是描述性的，用于从数据中获取知识。2. 机器学习的应

原创 GPU相关知识

GPU（Graphics Processing Unit，简称GPU），是进行图像运算工作的微处理器。中心处理器（CentralProcessing Unit, CPU）是计算机系统的计算和控制核心，在轨道设计中使用计算机程序进行研究和仿真都依赖于CPU的强大计算能力，是研究者经常接触并且熟悉的概念。图形处理器（Graphics Processing Unit, GPU）是计算机设备中用来

原创 【题目】从链表中点反转链表

题目：对于链表list，从中点开始进行反转链表的后半部分，对于奇数个数的链表，从(N+1)/2开始反转，对于偶数个数的链表，从N/2+1开始反转。