<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[orangefly0214的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/orangefly0214</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; orangefly0214]]></copyright><item><title><![CDATA[2023-mac rz sz 安装]]></title><link>https://blog.youkuaiyun.com/orangefly0214/article/details/134221620</link><guid>https://blog.youkuaiyun.com/orangefly0214/article/details/134221620</guid><author>orangefly0214</author><pubDate>Sat, 04 Nov 2023 18:46:36 +0800</pubDate><description><![CDATA[之前安装过一次，没问题，这次按照之前教程装了就不管上传下载都会卡住；step3: 建立软连接。]]></description><category></category></item><item><title><![CDATA[排序数组中寻找指定的数所对应的起止索引]]></title><link>https://blog.youkuaiyun.com/orangefly0214/article/details/114225475</link><guid>https://blog.youkuaiyun.com/orangefly0214/article/details/114225475</guid><author>orangefly0214</author><pubDate>Sun, 28 Feb 2021 15:30:03 +0800</pubDate><description><![CDATA[给定一个按照升序排列的整数数组 nums，和一个目标值 target。找出给定目标值在数组中的开始位置和结束位置。

你的算法时间复杂度必须是O(log n) 级别。

如果数组中不存在目标值，返回[-1, -1]。

示例 1:

输入: nums = [5,7,7,8,8,10], target = 8

输出: [3,4]

示例2:

输入: nums = [5,7,7,8,8,10], target = 6

输出:[-1,-1]
...]]></description><category></category></item><item><title><![CDATA[下一个更大的排列]]></title><link>https://blog.youkuaiyun.com/orangefly0214/article/details/114225422</link><guid>https://blog.youkuaiyun.com/orangefly0214/article/details/114225422</guid><author>orangefly0214</author><pubDate>Sun, 28 Feb 2021 15:29:06 +0800</pubDate><description><![CDATA[实现获取下一个排列的函数，算法需要将给定数字序列重新排列成字典序中下一个更大的排列。

如果不存在下一个更大的排列，则将数字重新排列成最小的排列（即升序排列）。

必须原地修改，只允许使用额外常数空间。

以下是一些例子，输入位于左侧列，其相应输出位于右侧列。

1,2,3 → 1,3,2

3,2,1 → 1,2,3

1,1,5 → 1,5,1
...]]></description><category></category></item><item><title><![CDATA[Python安装mysql报错EnvironmentError: mysql_config not found]]></title><link>https://blog.youkuaiyun.com/orangefly0214/article/details/107941339</link><guid>https://blog.youkuaiyun.com/orangefly0214/article/details/107941339</guid><author>orangefly0214</author><pubDate>Tue, 11 Aug 2020 18:06:51 +0800</pubDate><description><![CDATA[报错信息如下：
    raise EnvironmentError("%s not found" % (mysql_config.path,))
  EnvironmentError: mysql_config not found
  ----------------------------------------
ERROR: Command errored out with exit status 1: python setup.py egg_info Check the logs f...]]></description><category></category></item><item><title><![CDATA[elasticsearch.exceptions.AuthenticationException: AuthenticationException(401, u‘{“status“:401,“mess]]></title><link>https://blog.youkuaiyun.com/orangefly0214/article/details/107668196</link><guid>https://blog.youkuaiyun.com/orangefly0214/article/details/107668196</guid><author>orangefly0214</author><pubDate>Wed, 29 Jul 2020 16:17:08 +0800</pubDate><description><![CDATA[报错信息如上：

第一种原因：用户的search权限没有开通

第二种原因：es.search() 方法默认的是post请求，而我们只允许get的权限。因此需要给post请求授权
]]></description><category></category></item><item><title><![CDATA[Python统计数据的区间分布]]></title><link>https://blog.youkuaiyun.com/orangefly0214/article/details/107646319</link><guid>https://blog.youkuaiyun.com/orangefly0214/article/details/107646319</guid><author>orangefly0214</author><pubDate>Tue, 28 Jul 2020 21:55:58 +0800</pubDate><description><![CDATA[通过itertools中的groupby进行统计，区间可以自定义，我定义的是10.


from itertools import groupby


lst=[]
with open(path,'r',encoding='utf-8') as f:
    lines=f.readlines()
    for i,line in enumerate(lines):
        cnt=int(line.strip())
        lst.append(cnt)
print(len(lst))
]]></description><category></category></item><item><title><![CDATA[去掉字符串两端的引号]]></title><link>https://blog.youkuaiyun.com/orangefly0214/article/details/107646233</link><guid>https://blog.youkuaiyun.com/orangefly0214/article/details/107646233</guid><author>orangefly0214</author><pubDate>Tue, 28 Jul 2020 21:52:32 +0800</pubDate><description><![CDATA[用sql查询下载的数据带了多个引号，

数据格式如：'"顶楼漏雨维修由谁承担费用?","6"\n'

去掉两边的引号对数据进行分割：


tmp=eval(line.strip())
query=tmp[0]
label=tmp[1]

通过eval()分割后的数据是元组类型，直接按索引即可取出字段。
...]]></description><category></category></item><item><title><![CDATA[TypeError:‘dict‘ object is not callable]]></title><link>https://blog.youkuaiyun.com/orangefly0214/article/details/107646173</link><guid>https://blog.youkuaiyun.com/orangefly0214/article/details/107646173</guid><author>orangefly0214</author><pubDate>Tue, 28 Jul 2020 21:49:04 +0800</pubDate><description><![CDATA[报这个错是因为在取字典的某个key对应的value时错误的使用了mydict('key')，

正确的是mydict['key']
]]></description><category></category></item><item><title><![CDATA[Linux文本处理之sort，uniq]]></title><link>https://blog.youkuaiyun.com/orangefly0214/article/details/105820569</link><guid>https://blog.youkuaiyun.com/orangefly0214/article/details/105820569</guid><author>orangefly0214</author><pubDate>Tue, 28 Apr 2020 23:49:43 +0800</pubDate><description><![CDATA[准备文本：test.txt

按列分别是学号 姓名 年龄 语文 数学 英语成绩

一、sort

1. sort默认:以行为单位对文件进行排序，按ASCII码值进行比较升序输出。


 cat test.txt





 sort test.txt




2. sort -u test.txt 对test.txt按默认规则进行排序后去除重复行



可以看出重复行“李明”对应的这一...]]></description><category></category></item><item><title><![CDATA[TypeError: a bytes-like object is required, not 'str']]></title><link>https://blog.youkuaiyun.com/orangefly0214/article/details/104766983</link><guid>https://blog.youkuaiyun.com/orangefly0214/article/details/104766983</guid><author>orangefly0214</author><pubDate>Tue, 10 Mar 2020 09:08:37 +0800</pubDate><description><![CDATA[matplotlib画注意力机制的图时，中文坐标不显示，与是加了下载中文字体的代码：


def get_matplot_zh_font():
    fm = FontManager()
    mat_fonts = set(f.name for f in fm.ttflist)

    output = subprocess.check_output('fc-list :lang=zh -...]]></description><category></category></item><item><title><![CDATA[Linux下用parallel并行处理大文件]]></title><link>https://blog.youkuaiyun.com/orangefly0214/article/details/103701600</link><guid>https://blog.youkuaiyun.com/orangefly0214/article/details/103701600</guid><author>orangefly0214</author><pubDate>Wed, 25 Dec 2019 16:34:46 +0800</pubDate><description><![CDATA[parallel官网文档：

https://www.gnu.org/software/parallel/parallel_tutorial.html

安装parallel

(wget -O - pi.dk/3 || curl pi.dk/3/) | bash

使用：

并行化处理文件


awk-F"\t"'{print$1}'~/download/20190916|iconv...]]></description><category></category></item><item><title><![CDATA[安装kenlm依赖时报Tomcat错误]]></title><link>https://blog.youkuaiyun.com/orangefly0214/article/details/103670906</link><guid>https://blog.youkuaiyun.com/orangefly0214/article/details/103670906</guid><author>orangefly0214</author><pubDate>Mon, 23 Dec 2019 17:58:11 +0800</pubDate><description><![CDATA[报错信息如下：

sudo apt-get install aptitude
正在读取软件包列表... 完成
正在分析软件包的依赖关系树   
正在读取状态信息... 完成   
将会同时安装下列软件：
 aptitude-common libcwidget3v5
建议安装：
 apt-xapian-index aptitude-doc-en | aptitude-doc de...]]></description><category></category></item><item><title><![CDATA[numpy-np.where]]></title><link>https://blog.youkuaiyun.com/orangefly0214/article/details/103645849</link><guid>https://blog.youkuaiyun.com/orangefly0214/article/details/103645849</guid><author>orangefly0214</author><pubDate>Sat, 21 Dec 2019 16:38:34 +0800</pubDate><description><![CDATA[np.where()用于三目运算：



如果A%2==0成立，则执行A+1，否则执行A-1

a=array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

&gt;&gt;&gt; np.where(a &lt; 5, a, 10*a)

array([ 0,1,2,3,4, 50, 60, 70, 80, 90]) 小于5的，保持不变，不满足小于5这个...]]></description><category></category></item><item><title><![CDATA[git 工程太大，clone失败的解决办法]]></title><link>https://blog.youkuaiyun.com/orangefly0214/article/details/103581029</link><guid>https://blog.youkuaiyun.com/orangefly0214/article/details/103581029</guid><author>orangefly0214</author><pubDate>Tue, 17 Dec 2019 15:17:09 +0800</pubDate><description><![CDATA[设置：

git config --global http.postBuffer 524288000

git clone https://XXX.git --depth 1

git clone 是克隆所有历史版本

而 --depth 1 是克隆最近一次的commit， 1 代表克隆深度
...]]></description><category></category></item><item><title><![CDATA[利用GIZA++和Moses生成双向对齐文件]]></title><link>https://blog.youkuaiyun.com/orangefly0214/article/details/103534257</link><guid>https://blog.youkuaiyun.com/orangefly0214/article/details/103534257</guid><author>orangefly0214</author><pubDate>Fri, 13 Dec 2019 22:56:38 +0800</pubDate><description><![CDATA[踩了两周的坑今天终于解决了，本来觉得晚上关于GIZA++生成对齐文件的教程已经很多了没准备写，但是因为我的这个坑我不得不记录一下。利用GIZA++获得单向对齐文件的同时会获得双语词表，但是我从始至终都没看到哪里有什么双语词表。

然后研究了三四天的moses，关于moses的整体步骤分为以下几步：


	Prepare data
	
	
	Run GIZA++
	
	
	Align words
	...]]></description><category></category></item><item><title><![CDATA[使用GIZA++进行词对齐]]></title><link>https://blog.youkuaiyun.com/orangefly0214/article/details/103529154</link><guid>https://blog.youkuaiyun.com/orangefly0214/article/details/103529154</guid><author>orangefly0214</author><pubDate>Fri, 13 Dec 2019 16:20:56 +0800</pubDate><description><![CDATA[GIZA++的github地址：https://github.com/moses-smt/giza-pp

准备双语语料

zh.txt：源语言


海洋 是 一个 非常 复杂 的 事物 。
人类 的 健康 也 是 一 件 非常 复杂 的 事情 。
将 两者 统一 起来 看 起来 是 一 件 艰巨 的 任务 。 但 我 想 要 试图 去 说明 的 是 即使 是 如此 复杂 的 情况 ， 也 存在 ...]]></description><category></category></item><item><title><![CDATA[统计语言模型工具-kenlm的安装]]></title><link>https://blog.youkuaiyun.com/orangefly0214/article/details/103487333</link><guid>https://blog.youkuaiyun.com/orangefly0214/article/details/103487333</guid><author>orangefly0214</author><pubDate>Wed, 11 Dec 2019 10:28:03 +0800</pubDate><description><![CDATA[在最近的工作到需要一个语言模型，为句子打分，本来准备用srilm来做，后来调研发现kenlm无论在内存还是速度上都比srilm好很多。srilm很好安装，安装过程中基本没遇到什么问题，kenlm的安装就是一个大坑，至今自己都觉得是玄学安装，这边记录下安装过程。

源码地址：https://github.com/kpu/kenlm

在安装kenlm之前需要先安装很多依赖包，主要有：



1.去b...]]></description><category></category></item><item><title><![CDATA[使用mosesdecoder对机器翻译语料进行处理]]></title><link>https://blog.youkuaiyun.com/orangefly0214/article/details/103278612</link><guid>https://blog.youkuaiyun.com/orangefly0214/article/details/103278612</guid><author>orangefly0214</author><pubDate>Wed, 27 Nov 2019 16:45:21 +0800</pubDate><description><![CDATA[之前在进行机器翻译时，一般除了与句子长度做了长度限制外，几乎没有做任何额外的操作，直接暴力的使用BPE算法对语料进行预处理。接触的都是BPE子词级别的，我们都知道，bpe算法的强大性，30000个子词几乎可以表示词典中所有的单词。但是如果我们要用词级别的翻译，那词典太大了，在机器翻译中词典受限的情况下，很多词就会变为未登录词。为了让词典尽可能的能囊括更多的单词，必须对双语语料进行预处理操作。

关...]]></description><category></category></item><item><title><![CDATA[中英文维基百科语料上的word2vec实验]]></title><link>https://blog.youkuaiyun.com/orangefly0214/article/details/103277605</link><guid>https://blog.youkuaiyun.com/orangefly0214/article/details/103277605</guid><author>orangefly0214</author><pubDate>Wed, 27 Nov 2019 16:15:44 +0800</pubDate><description><![CDATA[在做的实验中需要使用词向量，由于是特定的方法对比，需要自己训练词向量。

中英文除了自己已有的语料外，需要下载更多的单语语料数据来扩充数据集，于是选择了维基百科语料。

其中英文语料下载地址：

https://dumps.wikimedia.org/enwiki/latest/enwiki-latest-pages-articles.xml.bz2

获取的数据是xml格式的，需要自己处理下，使...]]></description><category></category></item><item><title><![CDATA[NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. Make sure that the lat]]></title><link>https://blog.youkuaiyun.com/orangefly0214/article/details/103183345</link><guid>https://blog.youkuaiyun.com/orangefly0214/article/details/103183345</guid><author>orangefly0214</author><pubDate>Thu, 21 Nov 2019 15:24:41 +0800</pubDate><description><![CDATA[在服务器上跑代码时指定了GPU，但程序运行完提示我指定的GPU不存在，然后还报了如题的错误，解决方法：

方法一：
cd /usr/src 查看驱动版本号(我的是410.93)
sudo apt-get install dkms
sudo dkms install -m nvidia -v 410.93
无需重启即可成功看到输入nvidia-smi后熟悉的界面



我用了上面方法就解决了，如果...]]></description><category></category></item></channel></rss>