lakomi的博客

背景运行一个tensorflow的项目。代码中指定的tensorflow版本是1.4.1。我是在服务器上跑代码的，使用conda创建一个python = 2.7的虚拟环境，并pip安装了tensorflow = 1.4.1。服务器的cuda版本是11.1。问题执行代码时，import tensorflow就报错 libcudnn.so.6: cannot open shared object file: No such file or directory。解决查询了解到是因为cuda和tens

问题为了上传带数据集的项目到github上，一开始用基本的上传流程，但是上传一直失败。若干错误信息如下：fatal: the remote end hung up unexpectedly 52.00 KiB/sfatal: The remote end hung up unexpectedlyerror: RPC failed; curl 92 HTTP/2 stream 0 was not closed cleanly: CANCEL解决1、改了postbuffer数值，我还是上传失败

1、创建分支，并将代码提交到分支上直接新建一个分支然后切换至新创建的分支。就是创建加切换分支。git checkout -b branchname将新分支push到github上 git push origin branchnamegit add . -添加项目中所有文件git commit -m "备注" -添加备注git push origin branchname -提交代码到branchname分支

1、re.search（pattern, string[, flags]）在string中，寻找是否有匹配pattern的串，有则返回，如果有多个返回第一个。无返回None2、re.findall(pattern, string[, flags])返回string中所有与pattern相匹配的全部字串，返回形式为数组３、re.finditer(pattern, string[, flags])返回string中所有与pattern相匹配的全部字串，返回形式为迭代器。...

举个栗子假设有10个数据，target： [ 1，1，1，1，1，0，0，0，0，0 ]predict：[ 1，0，1，1，1，1，1，0，0，0 ]target为数据现实的分类，predict为数据的预测结果。查准率 P = （真正预测对的数量）/（预测结果是“对”的数量） 查准率即要求准确此例中 P = 4/6查全率 R = （真正预测对的数量）/（所有结果是“对”的数量） 查全率即要求“对”的越多越好此例中 R=4/5F值F(k) = ( 1 + k ) * P * R / ( (

在使用pip install --upgrade pip更新pip后在命令行中输入pip --version命令，结果pip崩了，出现ModuleNotFoundError: No module named 'pip'.解决先执行python -m ensurepip再执行python -m pip install --upgrade pip最后解决问题解决方法参考：http://www.mamicode.com/info-detail-2509364.html...

下载预训练词向量的地址word2vec-GoogleNews-vectors(https://github.com/mmihaltz/word2vec-GoogleNews-vectors)glove-vectors(https://nlp.stanford.edu/projects/glove/)

环境：python3.7使用map函数和lambda表达式完成两个向量的点乘，并且更新了weights变量，迭代运算。代码运行时抛红报错如下：TypeError: <lambda>() missing 1 required positional argument: 'w'我的代码如下：map_result = map(lambda value, weight: value * weight, input_vec, self.weights)reduce_result = reduce

方法一谷歌应用商店从谷歌应用商店中下载GitZip for github 扩展程序。之后在github中，双击要下载文件那一栏（不要点击文件），页面右下角就会出现download字样，点击即可。若有其他方法后续补充...