phynikesi的博客

win平台、添加kernel、处理dll缺失，ipywidgets缺失

rasa2使用经验

适用于python的简易服务框架FLASK，flask也能支撑复杂业务，使用简便，我个人一般用其搭建简易服务，整理部分常用功能作为笔记。导入包from flask import Flask, requestfrom flask import jsonifyimport _thread # 非必须基本设置# 以当前文件为app的根app = Flask(__name__)# 类似json中的ensure_ascii=True，可以直接传输中文字符，不会变为字节码app.con

ckip-ner实体标注及示例CARDINAL -- 数字 【'九百多', '8000', '八百'，'1111.01'】DATE -- 大粒度时间，时间段 【 '今年', '明天', '今天', '国庆期间', '3天', '10天'， '三年前'】EVENT -- 事件 【'伦敦奥运会', '世界杯','第14届中国国际工业博览会', '深圳市五届人大二次会议'】FAC -- 小地点 【'轻轨1号线锡北运河站', '万达广场', '乐购超市'，'永盛大酒店', '110岗亭'】GPE

pandas包导入import pandas as pd单个sheet处理# 读取excel数据file = './aa.xlsx'data_1 = pd.read_excel(file)data_1.to_excel(file_save, index=False, header=False)# 写入excel数据file_save = './bb.xlsx'sample_1 = [(1, 2), (3, 4), (5, 6)]data_2 = pd.Data_Frame(s

signature设置x1 = tf.placeholder(tf.int32, shape=[None, None], name='x1')x2 = tf.placeholder(tf.int32, shape=[None, None], name='x2')……y = output_tensorloss = loss_tensorinputs = { 'x1': tf.saved_model.utils.build_tensor_info(x1),

tf.sequence_mask（）函数sequence_mask( lengths, # 掩码的长度序列，内部元素为整数 maxlen=None, # 返回数据的最内层数据维度，整数 dtype=tf.bool, # 数据类型,默认为布尔型 name=None # 操作的命名示例：a = tf.sequence_mask(3, dtype=tf.float32)out: [1, 1, 1]# maxlen默认为l.

目录前言正文总结前言近期使用了Tensorflow的saved_model模块，踩过一些坑，总结分享一下。参考了很多资料，部分代码也是照搬，事先说明一下，谢谢各位大佬分享的资料。时间长的同学可以从头看，时间短的同学可以跳转文末看总结。正文Saved_model模块用于保存加载模型，一般配合TensorFlow Serving使用。TF Serving是一个将训练好的模型部署至生产环境的系统，主要的优点在于可以保持Server端与API不变的情况下，部署新的算法或进行

.bat命令换行Windows批处理命令文件为xx.bat，换行需在当前行后使用“^”。符号需置于上一行末尾，加到下一行没用。eg:python tf_flags.py --a_bool=False ^--b_float=1.0 --c_int=2 --d_str=pp效果：这是在cmd窗口的截图，可以看达到，实际执行时，命令又被“还原”为同一行了。.sh命令换行Linux脚本命令文件为xx.sh，换行需要在当前行后用“\”。同样的，符号加在上一行的末尾就好。eg: