<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[卡布达]]></title><description><![CDATA[分享学习历程]]></description><link>https://blog.youkuaiyun.com/haoronge9921</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; haoronge9921]]></copyright><item><title><![CDATA[【无标题】]]></title><link>https://blog.youkuaiyun.com/haoronge9921/article/details/128464097</link><guid>https://blog.youkuaiyun.com/haoronge9921/article/details/128464097</guid><author>haoronge9921</author><pubDate>Wed, 28 Dec 2022 09:45:24 +0800</pubDate><description><![CDATA[python字典排序]]></description><category></category></item><item><title><![CDATA[python 3 处理utf类编码字符]]></title><link>https://blog.youkuaiyun.com/haoronge9921/article/details/122978925</link><guid>https://blog.youkuaiyun.com/haoronge9921/article/details/122978925</guid><author>haoronge9921</author><pubDate>Thu, 17 Feb 2022 11:11:45 +0800</pubDate><description><![CDATA[这里写自定义目录标题python3 处理utf编码类字符‘\u7535’
python3 处理utf编码类字符‘\u7535’
闲话少叙，直接上代码：
“\u4ef7\u683c\uff0c”.encode(‘utf-8’).decode(‘utf’)
运行结果


]]></description><category></category></item><item><title><![CDATA[python之神奇的迭代器]]></title><link>https://blog.youkuaiyun.com/haoronge9921/article/details/108851468</link><guid>https://blog.youkuaiyun.com/haoronge9921/article/details/108851468</guid><author>haoronge9921</author><pubDate>Mon, 28 Sep 2020 16:02:34 +0800</pubDate><description><![CDATA[python中的迭代器
今天用jieba分词，把每个结果append到一个list中，完事之后遍历输出了一次，结果后续处理中报错，说list中是empty，试验了好多次，结果发现迭代器只能访问一次，若想后续接着使用需要强制类型转换一下。虽然是个很基础的问题，但以前没遇到过，确实不知道，学习了

...]]></description><category></category></item><item><title><![CDATA[python变量名支持中文吗]]></title><link>https://blog.youkuaiyun.com/haoronge9921/article/details/108398388</link><guid>https://blog.youkuaiyun.com/haoronge9921/article/details/108398388</guid><author>haoronge9921</author><pubDate>Fri, 04 Sep 2020 10:00:56 +0800</pubDate><description><![CDATA[python变量名支持中文吗
今天搬砖调试代码的时候，一行注释没加 # ，结果报错
NameError: name ‘拿到关键词’ is not defined
竟然把中文当成name，我就心血来潮想试试变量名能不能是中文。
先说答案：Yes，absolutely yes！
有图为证：


...]]></description><category></category></item><item><title><![CDATA[Batch Normalization原理与实战]]></title><link>https://blog.youkuaiyun.com/haoronge9921/article/details/107608711</link><guid>https://blog.youkuaiyun.com/haoronge9921/article/details/107608711</guid><author>haoronge9921</author><pubDate>Mon, 27 Jul 2020 11:48:23 +0800</pubDate><description><![CDATA[转载一篇讲解BN的文章，供以后查阅。地址

]]></description><category></category></item><item><title><![CDATA[pycharm使用服务器的编译环境]]></title><link>https://blog.youkuaiyun.com/haoronge9921/article/details/106900694</link><guid>https://blog.youkuaiyun.com/haoronge9921/article/details/106900694</guid><author>haoronge9921</author><pubDate>Mon, 22 Jun 2020 14:08:10 +0800</pubDate><description><![CDATA[如题，虽然之前也热衷于破解各种professional版的软件，但一直都不知道pycharm的社区版和专业版有什么区别，直到最近想用服务器上的环境运行本地的代码，才发现社区版的一个短板。只有professional才能添加远程interpreter。
具体的添加方法跟添加本地环境类似，只是注意这一步就好，选择SSH Interpreter（这是2020年的版本，之前可能要点add remote之后选择SSH类型的）：


...]]></description><category></category></item><item><title><![CDATA[ERNIE（二妮儿）模型初探]]></title><link>https://blog.youkuaiyun.com/haoronge9921/article/details/106805210</link><guid>https://blog.youkuaiyun.com/haoronge9921/article/details/106805210</guid><author>haoronge9921</author><pubDate>Wed, 17 Jun 2020 13:15:54 +0800</pubDate><description><![CDATA[ERNIE 1.0

1.0版本较BERT更改较少，结构如上图，主要表现在三个方面：（1）调整MASK策略；（2）增加异质数据；（3）增加DLM（Dialogue Language Model）任务。
（1）调整MASK策略
BERT中是随机MASK掉15%的words，并尝试在MLM任务中恢复。而ERNIE模型ERNIE的mask的策略是通过三个阶段学习的，在第一个阶段，采用的是BERT的模式，用的是basic-level masking，然后在加入词组的mask(phrase-level masking]]></description><category></category></item><item><title><![CDATA[数据集：包括音频、视频、图像和文本]]></title><link>https://blog.youkuaiyun.com/haoronge9921/article/details/106790574</link><guid>https://blog.youkuaiyun.com/haoronge9921/article/details/106790574</guid><author>haoronge9921</author><pubDate>Tue, 16 Jun 2020 16:47:56 +0800</pubDate><description><![CDATA[发现个很好的网站，包括很多标注好的数据，百度整理的好像是比赛用的数据集，包括音视图文，链接如下：数据集

]]></description><category></category></item><item><title><![CDATA[百度飞桨PaddlePaddle安装命令]]></title><link>https://blog.youkuaiyun.com/haoronge9921/article/details/106693028</link><guid>https://blog.youkuaiyun.com/haoronge9921/article/details/106693028</guid><author>haoronge9921</author><pubDate>Thu, 11 Jun 2020 17:19:05 +0800</pubDate><description><![CDATA[如题，这些框架都不让人省心，之前搞TensorFlow搞了好久，最后发现个nice的命令，这次也是，本地服务器，CPU、GPU搞了差不多两天，终于发现如下命令比较好：
python -m pip install paddlepaddle-gpu==1.7.1.post107 -i https://mirror.baidu.com/pypi/simple

paddlepaddle-gpu==X.X.X.postXX 其中post后的两个XX分别代表CUDA版本，CUDNN版本。

...]]></description><category></category></item><item><title><![CDATA[LTP 语义角色标注标签含义]]></title><link>https://blog.youkuaiyun.com/haoronge9921/article/details/106636954</link><guid>https://blog.youkuaiyun.com/haoronge9921/article/details/106636954</guid><author>haoronge9921</author><pubDate>Tue, 09 Jun 2020 11:09:32 +0800</pubDate><description><![CDATA[如题，看了官方的文档没有详细说明（也可能是我没找到），网上看到这版记录一下：
语义角色
1、谓词是整个句子的核心词，一般是动词或者形容词；
2、核心论元表示跟这个谓词直接相关的论元，用ArgN来表示， [公式] ；
3、Semantic Adjuncts表示不与谓词直接相关的论元，可独立存在，用ArgM-XXX来表示，例如时间、地点、目的、程度、范围等等；
具体的，如下表所示：


...]]></description><category></category></item><item><title><![CDATA[LTP依存句法分析标注关系]]></title><link>https://blog.youkuaiyun.com/haoronge9921/article/details/106261503</link><guid>https://blog.youkuaiyun.com/haoronge9921/article/details/106261503</guid><author>haoronge9921</author><pubDate>Thu, 21 May 2020 16:51:19 +0800</pubDate><description><![CDATA[如题，直接上图


]]></description><category></category></item><item><title><![CDATA[standFord parser 和dependencyparser 使用说明及其符号含义]]></title><link>https://blog.youkuaiyun.com/haoronge9921/article/details/105795834</link><guid>https://blog.youkuaiyun.com/haoronge9921/article/details/105795834</guid><author>haoronge9921</author><pubDate>Mon, 27 Apr 2020 17:43:49 +0800</pubDate><description><![CDATA[1、standFord parser （短语结构）各符号含义
ROOT：要处理文本的语句；IP：简单从句；NP：名词短语；VP：动词短语；PU：断句符，通常是句号、问号、感叹号等标点符号；LCP：方位词短语；PP：介词短语；CP：由‘的’构成的表示修饰性关系的短语；DNP：由‘的’构成的表示所属关系的短语；ADVP：副词短语；ADJP：形容词短语；DP：限定词短语；QP：量词短语；NN：常用名词；...]]></description><category></category></item><item><title><![CDATA[python 第三方轮子（whl文件下载地址）]]></title><link>https://blog.youkuaiyun.com/haoronge9921/article/details/105723740</link><guid>https://blog.youkuaiyun.com/haoronge9921/article/details/105723740</guid><author>haoronge9921</author><pubDate>Fri, 24 Apr 2020 09:32:38 +0800</pubDate><description><![CDATA[python 第三方轮子（whl文件下载地址）功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入
如图，直接上地址下载链接...]]></description><category></category></item><item><title><![CDATA[Anaconda 国内镜像源]]></title><link>https://blog.youkuaiyun.com/haoronge9921/article/details/105119773</link><guid>https://blog.youkuaiyun.com/haoronge9921/article/details/105119773</guid><author>haoronge9921</author><pubDate>Thu, 26 Mar 2020 15:27:47 +0800</pubDate><description><![CDATA[1、清华
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2
conda config --ad...]]></description><category></category></item><item><title><![CDATA[python使用csv写入csv文件]]></title><link>https://blog.youkuaiyun.com/haoronge9921/article/details/104016939</link><guid>https://blog.youkuaiyun.com/haoronge9921/article/details/104016939</guid><author>haoronge9921</author><pubDate>Fri, 17 Jan 2020 11:45:41 +0800</pubDate><description><![CDATA[没什么好说的，直接上代码吧：
with open('file.csv', "w", encoding='utf-8', newline='') as csvfile:
    writer = csv.writer(csvfile)
    # 首先是表头
    writer.writerow(["id", "name", "gender", "birthday", "rating"])
   ...]]></description><category></category></item><item><title><![CDATA[pycharm 退出scientific mode科学模式]]></title><link>https://blog.youkuaiyun.com/haoronge9921/article/details/103820756</link><guid>https://blog.youkuaiyun.com/haoronge9921/article/details/103820756</guid><author>haoronge9921</author><pubDate>Fri, 03 Jan 2020 15:09:18 +0800</pubDate><description><![CDATA[之前工作需要进入scientific mode将pycharm调成科学模式，后来使用bert模型发现一直报错，也没改动代码，困惑了大半天，偶然的机会，退出scientific mode发现不报错了，这里记录一下，我用的是pycharm社区版，professional大概差不多，具体的：
run --&gt; Edit refactoring（好像是这个）–&gt; run with python ...]]></description><category></category></item><item><title><![CDATA[使用BERT模型进行多标签分类]]></title><link>https://blog.youkuaiyun.com/haoronge9921/article/details/103712418</link><guid>https://blog.youkuaiyun.com/haoronge9921/article/details/103712418</guid><author>haoronge9921</author><pubDate>Thu, 26 Dec 2019 11:47:07 +0800</pubDate><description><![CDATA[1、改造BERT模型
首先，多标签分类就是将单输出改为多输出，最原始的想法是训练多个分类模型，每个模型预测不同的输出，比如，在预测顾客对饭店的评价中，第一个模型预测口感如何，第二模型预测交通是否方便，尽管会浪费时间、存储和计算资源，问题好像也解决了。但是，看了一些其他多标签的任务后发现还有问题，比如：碰到第二个标签是依赖第一个标签的情况就不好说了，比如第一个标签预测饭店很好，第二个标签预测为不推荐...]]></description><category></category></item><item><title><![CDATA[python正则表达式]]></title><link>https://blog.youkuaiyun.com/haoronge9921/article/details/103710646</link><guid>https://blog.youkuaiyun.com/haoronge9921/article/details/103710646</guid><author>haoronge9921</author><pubDate>Thu, 26 Dec 2019 10:32:04 +0800</pubDate><description><![CDATA[python正则表达式使用规范
1、匹配数字
import re
str = 'ghz213264'
match = re.search(r'[0-9]+', str, re.M|re.I)
print(match.group())

2、匹配特殊字符串
import re
str = ‘诊断“左肺鳞癌”1月余，1周期化疗后’
# 匹配“诊断……月余”之间的字符串
match = re.searc...]]></description><category></category></item><item><title><![CDATA[将多标签分类转为句子对任务生成更多数据并提高正确率]]></title><link>https://blog.youkuaiyun.com/haoronge9921/article/details/103663345</link><guid>https://blog.youkuaiyun.com/haoronge9921/article/details/103663345</guid><author>haoronge9921</author><pubDate>Mon, 23 Dec 2019 12:29:07 +0800</pubDate><description><![CDATA[本文参考自一个开源项目原文链接
改变mutil-label为句子对任务
文章指出，训练一个模型实现多标签分类任务是比较容易想到的，而且在预测的时候可以一次预测出多个标签，效率也比较高。但是在每个标签的样本数量很少时，模型表现的不太好（这个当然了，不用说多标签分类，就是多类别分类，样本的数量和质量也会直接影响模型的效果）。除了训练样本不够，文章给出的另一个主要原因是模型试图将样本直接映射到多个标签中...]]></description><category></category></item><item><title><![CDATA[python读写Excel表]]></title><link>https://blog.youkuaiyun.com/haoronge9921/article/details/103633228</link><guid>https://blog.youkuaiyun.com/haoronge9921/article/details/103633228</guid><author>haoronge9921</author><pubDate>Fri, 20 Dec 2019 15:26:05 +0800</pubDate><description><![CDATA[工作中，经常需要处理Excel表，这里简单记录一下……
1、读取Excel
直接上代码，里面有相似注释
import xlrd

# 按列读取Excel
file = xlrd.open_workbook('病历语料.xlsx')
sheet = file.sheet_by_name('tuomin')
# 第一个参数是第几列，从0开始，第二个参数是开始的行，第三个参数可选，不选默认到末行
sym...]]></description><category></category></item></channel></rss>