沧笙踏歌的博客

在配置DeepLabV3Plus环境的时候，出现报错。我以为是我当前的环境没有visdom，然后执行了安装以后，查看是0.2.4结果再次运行的时候，还是报这个错误。

bert_config.josn 模型中参数的配置{"attention_probs_dropout_prob": 0.1, #乘法attention时，softmax后dropout概率 "hidden_act": "gelu", #激活函数 "hidden_dropout_prob": 0.1, #隐藏层dropout概率 "hidden_size": 768, #隐藏单元数 "initializer_range": 0.02, #初始化范围 "intermediate_size": 30

参考github 图解Word2vecword2vec相似度计算_图解word2vec（原文翻译）AI基础：词嵌入基础和Word2vec

参考解决Cannot find reference ‘xxx’ in init.py - Python / Pycharm在Pycharm中导入某些包后，pycharm会报错Cannot find reference ‘xxx’ in init.py - Python / Pycharm。这个错误不会对程序运行产生影响，但是你将无法通过ctrl+左键跳转到被引用方法的源文件中，也无法查看该方法的文档。这主要是因为包撰写时导入不规范的原因，当然你也可以认为这是Pycharm的一个Bug。问题描述我在使

参考错误D:\ProgramData\Anaconda3\lib\site-packages\tensorflow\python\framework\dtypes.py:526: FutureWarning: Passing (type, 1) or '1type' as a synonym of type is deprecated; in a future version of numpy, it will be understood as (type, (1,)) / '(1,)type'.

转自PyTorch错误：The “freeze_support()” line can be omitted if the program is not going to be frozen to produce an executable.错误代码如下：RuntimeError: An attempt has been made to start a new process before the current process has finished its bo

sentences.replace("\u200b","")将整个句子中的进行替换

问题描述解决原因就是我将文件名称命名为rouge.py了，导致冲突。。。。。将文件起个别的名字就好了。。。这么低级的错误，，，，，哈哈哈哈。。。。嗝~

资料摘要抽取算法——最大边界相关算法MMR(Maximal Marginal Relevance) 实践MMR算法学习

文章收集DBSCAN聚类算法简介聚类方法：DBSCAN算法研究（1）–DBSCAN原理、流程、参数设置、优缺点以及算法DBSCAN聚类算法——机器学习（理论+图解+python代码DBSCAN算法python实现（附完整数据集和代码）DBSCAN算法外国的在线动态演示...

简介pickle提供了一个简单的持久化功能。可以将对象以文件的形式存放在磁盘上。pickle模块只能在python中使用，python中几乎所有的数据类型（列表，字典，集合，类等）都可以用pickle来序列化，pickle序列化后的数据，可读性差，人一般无法识别。常用函数pickle.dump(obj, file[, protocol])　　序列化对象，并将结果数据流写入到文件对象中。参数protocol是序列化模式，默认值为0，表示以文本的形式序列化。protocol的值还可以是1或2，表示以

转自

只做记录，原文：https://blog.youkuaiyun.com/wydbyxr/article/details/84855489尽可能地设大batchsize在合理范围内，增大batch size的好处1）内存利用率提高了，大矩阵乘法的并行化效率提高。2）跑完一次 epoch（全数据集）所需的迭代次数减少，对于相同数据量的处理速度进一步加快。3）在一定范围内，一般来说 Batch_Size 越大，其确定的下降方向越准，引起训练震荡越小。随着 Batch_Size 增大，处理相同数据量的速度越快。随

在神经网络中，参数默认是进行随机初始化的。如果不设置的话每次训练时的初始化都是随机的，导致结果不确定。如果设置初始化，则每次初始化都是固定的。if args.seed is not None:　　random.seed(args.seed) #　　torch.manual_seed(args.seed) #为CPU设置种子用于生成随机数，以使得结果是确定的　　 torch.cuda.manual_seed(args.seed) #为当前GPU设置随机种子；　　 cudnn.deterministi

报错信息GeForce RTX 3080 with CUDA capability sm_86 is not compatible with the current PyTorch installation. The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_61 sm_70 sm_75 compute_37.我之前电脑为1650，电脑安装的pytorch版本对应的是cuda 10.2# 先粘一下别人的

问题在安装pytorch的时候，出现了下面的情况，导致程序就停在这里退出了，也不往下进行了The following packages are causing the inconsistency:https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64::torchaudio==0.7.0=py37https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win

cuda 11.1cuda 11.1往期其他版本cuDNN所有版本

进入控制中心进入NVIDIA控制面板选择系统信息选择组件如下图所示即为cuda的安装版本号补充cmd中nvidia-smi

查看是否支持以及版本号查看windows的GPU及CUDA版本卸载pytorch如果按的与版本不匹配，还需要卸载了pip uninstall torch使用pip安装（未成功）官网生成命令安装pytorch官网命令pip install torch===1.7.0 torchvision===0.8.1 torchaudio===0.7.0 -f https://download.pytorch.org/whl/torch_stable.html查看pip当前源：pip confi

d

import torch# 判断pytorch是否支持GPU加速print (torch.cuda.is_available())

import torchprint(torch.version.cuda)

import torch#返回当前设备索引# torch.cuda.current_device()#返回GPU的数量# torch.cuda.device_count()#返回gpu名字，设备索引默认从0开始# torch.cuda.get_device_name(0)#cuda是否可用# torch.cuda.is_available()# pytorch 查看cuda 版本# 由于pytorch的whl 安装包名字都一样，所以我们很难区分到底是基于cuda 的哪个版本。# p

查看电脑的是否支持GPU打开任务管理器，如下所示Windows系统查看CUDA版本号打开控制中心打开NVIDIA控制面板

资料基于TextRank的抽取式文本摘要（中文）基于TextRank的抽取式文本摘要（英文）手把手 | 基于TextRank算法的文本摘要（附Python代码）知识补充将英文文章按照句子拆分英文的用这个nltk.tokenize的sent_tokenize，中文不知道，测试着没有效果from nltk.tokenize import sent_tokenizesentences = []# 读取article_text这一行的数据str = '现在我们有两种选择，一个是总结单个文章，