yqy2001的博客

mobaxterm配置通过跳板机访问远程服务器：https://www.jianshu.com/p/43a0ab131ad9参考上面这个链接，但注意他的跳板机和远程服务器写反了

torch.max(input, dim)函数对dim维度求最大值，返回两个值，第一个是max value，第二个是max index。分类问题计算accuracy：根据预测结果列表prediction和label列表y计算:torch.eq函数比较两个tensor，返回一个bool类型的tensor，相同的地方为True，不同的地方为False；通过float()函数将其转换成0、1的float类型；mean()函数用来求平均值，即accuracy，计算出来的是一个tensor，item()用来取出

1 pickle什么对象都可以存储# 写with open("lang.data", 'wb') as f: pickle.dump(lang, f)# 读with open("lang.data", "rb") as f: lang = pickle.load(f)2 jsonensure_ascii属性用来控制显示汉字，这样一般# 写with open("lang.json", 'w', encoding='utf8') as f: f.write(json.

markdown语言：在形式的图片后面加上#pic_center =30x30。其中#pic_center控制居中，=30x30控制大小。html语言：在<img src="图片链接" />格式的图片前面加上<div align="center">可以使其居中，加上width="%50"可以对齐进行缩放。...

菜鸟教程的讲解就是非常的简单易懂和amazing啊！附其网址：https://www.runoob.com/w3cnote/python-understanding-dict-copy-shallow-or-deep.html简单摘要如下：= : 赋值引用，a 和 b 都指向同一个对象；copy(): 浅拷贝, a 和 b 是一个独立的对象，但他们的子对象还是指向统一对象；deepcopy(a): 深度拷贝, a 和 b 完全拷贝了父对象及其子对象，两者是完全独立的：...

用pycharm debug时，如果列表、字典之类的数据结构很长，一个个点show value是很让人头大的一件事，这样设置可以让debug时所有的value自动显现：

int型数据的范围是[−231,231−1][-2^{31}, 2^{31}-1][−231,231−1]，即[−109,109][-10^{9}, 10^{9}][−109,109];long型数据的范围是[−231,231−1][-2^{31}, 2^{31}-1][−231,231−1];long long型数据的范围是[−263,263−1][-2^{63}, 2^{63}-1][−263,263−1]，即[−1018,1018][-10^{18}, 10^{18}][−1018,1018];

数组篇：双指针解法，从前往后、从后往前各一个指针。

列表部分遍历(直接for元素)：for i in nums:交换列表中的元素：nums[l], nums[r] = nums[r], nums[l] # 元素交换

矩阵逐元素相乘(element-wise)：直接使用乘号 *矩阵点积相乘：np.dot()矩阵求逆：np.linalg.inv(X)随机生成矩阵，rand是随机生成0~1之间的数，randn生成的数服从正态分布：np.random.rand()np.random.randn()

此网址：https://developer.nvidia.com/cuda-gpus可以查看GPU算力

>>>conda create -n <env_name> python=3.6>>>conda activate <env_name>>>>conda deactivate>>>conda remove -n <env_name> --all

运行脚本可以用：./、sh、bash等。如果要给脚本传参，脚本有系统定义的位置变量，引用脚本参数时，可以使用$1到$9引用这9个变量。

使用python -u让输出实时打印到屏幕，不经过缓存；使用| tee将输出重定向到文件，但不同于一般的重定向，这样做在标准输出同样显示。

这一篇记录的比较全：https://www.cnblogs.com/andy-x/p/10144658.html常用的有以下几个：os.path.exists()：函数用来检验给出的路径是否真的存在，这里检验的是当前目录下；os.listdir(path)：返回指定目录下的所有文件和目录名，若参数缺省，则表示当前目录；os.getcwd()：函数得到当前工作目录，即当前Python脚本工作的目录路径；os.chdir()：改变当前工作目录，一个小技巧：在改变之前使用getcwd记录下当前位置，切

markdown的换行分为段落内换行和段落外换行。段落内换行指的是两行属于同一段落，行间距较小。段落外换行指的是两行不属于同一段落，行间距较大。Typora中shift+enter是段落内换行，enter是换一个段落。所以enter比shift+enter间距大。github中在一行后敲两个空格+enter是段落内换行，直接enter是换一个段落。...

安装命令行：>>>pip install pytorch-crf使用：from torchcrf import CRF

nn.BCELoss()注意：这里的两个参数需要是FloatTensor类型，我之前送进去的label是int类型，就会报错，送进去之前要先转换成float。

转载自：https://www.jb51.net/article/177575.htm，做简要记录1、tensor与numpy数组：# tensor转numpytensor.numpy()# numpy转tensortorch.from_numpy()2、tensor与list：# tensor转listtensor.tolist()# list转tensortorch.tensor()3、tensor类型转换tensor = torch.Tensor(3, 5) # torch.

转载自：https://www.jianshu.com/p/6ba95579082c只保存模型参数# 保存torch.save(model.state_dict(), '\parameter.pkl')# 加载model = TheModelClass(...)model.load_state_dict(torch.load('\parameter.pkl'))保存完整模型# 保存torch.save(model, '\model.pkl')# 加载model = torch.load