<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Kevinxgl的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Kevinxgl</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Kevinxgl]]></copyright><item><title><![CDATA[【自监督学习合集】一：moco代码精读]]></title><link>https://blog.youkuaiyun.com/Kevinxgl/article/details/128360609</link><guid>https://blog.youkuaiyun.com/Kevinxgl/article/details/128360609</guid><author>Kevinxgl</author><pubDate>Tue, 20 Dec 2022 15:08:40 +0800</pubDate><description><![CDATA[自监督学习代码阅读合集的第一篇文章，moco代码精读，主要解释了moco的思想和本人对moco代码的理解。]]></description><category></category></item><item><title><![CDATA[Paddlenlp 修改example里的text_classification对自己的文本分类，基于ernie-tiny]]></title><link>https://blog.youkuaiyun.com/Kevinxgl/article/details/117924496</link><guid>https://blog.youkuaiyun.com/Kevinxgl/article/details/117924496</guid><author>Kevinxgl</author><pubDate>Tue, 15 Jun 2021 15:40:25 +0800</pubDate><description><![CDATA[目录一、项目背景二、项目环境三、思路3.1 输入训练数据三级目录
一、项目背景
之前的短文本分类的项目是基于paddlepaddle1的，但我现在的机器的cuda版本为11.2，不能装paddle1了，我对paddlepaddle不是很了解，也不想重写代码（成本太高了），故想着改一改paddlenlp给的example，来达到文本分类的目的。
二、项目环境





版本




ubuntu
5.4.0


cuda
11.2


paddlepaddle
2.0.2


三、思路
当我决定用exampl]]></description><category></category></item><item><title><![CDATA[上传文件夹到jupyter服务器]]></title><link>https://blog.youkuaiyun.com/Kevinxgl/article/details/116066664</link><guid>https://blog.youkuaiyun.com/Kevinxgl/article/details/116066664</guid><author>Kevinxgl</author><pubDate>Fri, 23 Apr 2021 18:33:50 +0800</pubDate><description><![CDATA[上传文件夹到jupyter服务器
jupyter-notebook不支持文件夹的上传，有时候文件夹里后很多东西，这时候就需要我们先把文件夹打包成zip，然后上传到jupyter服务器，最后解压。
1.打包
打包大家都会吧，我用的是7-zip，直接打包成zip格式。
2.上传到服务器

找到自己想要上传的位置，点击这个upload就能上传了
3.解压
新建一个notebook文件，运行以下代码
# xxx.zip，这里xxx是你打包的名字
import zipfile
import os
files = zi]]></description><category></category></item><item><title><![CDATA[python bert预训练模型加载，基于tensorflow-hub]]></title><link>https://blog.youkuaiyun.com/Kevinxgl/article/details/116006042</link><guid>https://blog.youkuaiyun.com/Kevinxgl/article/details/116006042</guid><author>Kevinxgl</author><pubDate>Thu, 22 Apr 2021 14:22:29 +0800</pubDate><description><![CDATA[python之bert预训练模型加载前言python虚拟环境前期准备模型加载
前言
我的任务需要发现超短文本的语义（10个字左右的文本），需要对文本进行向量化处理，传统的词频或者tf-idf其实都是以词语的出现频率进行计算的，对于长文本来说还好，毕竟文本越长所包含的信息就越多，但对于短文本来说，传统的方法简直是灾难性的。所以我需要用深度学习的方法来实现这一任务。
但深度学习模型首先是需要大量的数据，其次需要硬件支持。我手上的文本虽然多，但大多数都是未标注的超短文本，而且我的硬件也比较一般，毕竟像bert这种]]></description><category></category></item><item><title><![CDATA[Pandas Dataframe 每隔n行取1行]]></title><link>https://blog.youkuaiyun.com/Kevinxgl/article/details/113820497</link><guid>https://blog.youkuaiyun.com/Kevinxgl/article/details/113820497</guid><author>Kevinxgl</author><pubDate>Mon, 15 Feb 2021 22:58:20 +0800</pubDate><description><![CDATA[在做数据分析时，需要对数据进行处理，要求每隔n行取一行。
找了几个方法都不是很满意，最后去看了官方文档才想出一个解决方案
这里用到的是pandas的read_csv方法里的skiprows参数，记录如下：
# 使用skiprows参数，每隔10行取一行
radiation_20200701 = pd.read_csv("Utsjoki_Kevo_July_1st.csv",dayfirst=True,sep=",",
                           header=0,decimal=b]]></description><category></category></item><item><title><![CDATA[利用python分析微信聊天记录]]></title><link>https://blog.youkuaiyun.com/Kevinxgl/article/details/109992360</link><guid>https://blog.youkuaiyun.com/Kevinxgl/article/details/109992360</guid><author>Kevinxgl</author><pubDate>Mon, 23 Nov 2020 15:43:29 +0800</pubDate><description><![CDATA[提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录前言一、任务分析二、使用步骤1.引入库2.读入数据总结

前言
昨天跟女朋友讨论谁给对方发的消息比较多，两人各执一词，哼哼，我现在就来统计下咱俩谁发的消息比较多！

一、任务分析

统计微信聊天记录大致分为三步——数据获取、数据清洗和数据分析。下面
其中最难的就是数据获取。
二、使用步骤
1.引入库
代码如下（示例）：
import numpy as np
import pandas as pd
import matplotlib.]]></description><category></category></item><item><title><![CDATA[动态刷新页面表格内容(django+ajax)]]></title><link>https://blog.youkuaiyun.com/Kevinxgl/article/details/106698329</link><guid>https://blog.youkuaiyun.com/Kevinxgl/article/details/106698329</guid><author>Kevinxgl</author><pubDate>Thu, 11 Jun 2020 22:56:46 +0800</pubDate><description><![CDATA[最近在写软件工程的大作业，之前都没写过前端，所以写得挺痛苦的，在这里记录一下自己遇到的问题。
==============================================
动态刷新页面表格的方法，在这里记录如下：
#view.py
@csrf_exempt
def checkinfo(request):
    if request.method == 'GET':
        return render(request, "adm/checkInfo.html")
    elif r]]></description><category></category></item></channel></rss>