<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[nic's blog]]></title><description><![CDATA[学习笔记]]></description><link>https://blog.youkuaiyun.com/qq_34838643</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; qq_34838643]]></copyright><item><title><![CDATA[Linux多用户共用Anaconda环境]]></title><link>https://blog.youkuaiyun.com/qq_34838643/article/details/121646252</link><guid>https://blog.youkuaiyun.com/qq_34838643/article/details/121646252</guid><author>qq_34838643</author><pubDate>Wed, 01 Dec 2021 00:39:23 +0800</pubDate><description><![CDATA[https://blog.youkuaiyun.com/sinat_41624707/article/details/115097785

]]></description><category></category></item><item><title><![CDATA[torch_geometric安装]]></title><link>https://blog.youkuaiyun.com/qq_34838643/article/details/121372952</link><guid>https://blog.youkuaiyun.com/qq_34838643/article/details/121372952</guid><author>qq_34838643</author><pubDate>Wed, 17 Nov 2021 10:52:35 +0800</pubDate><description><![CDATA[安装该包需要保证pytorch的cuda和torch sparse等包版本对应，推荐离线安装，可以方便对应版本：

首先确定本机预装的pytorch版本、cuda版本：

在用conda装pytorch的时候是会指定版本的，如果忘记了可以查一下：

然后在官网找到对应版本：https://pytorch-geometric.com/whl/

点击进去之后下载对应python版本和平台的whl文件，包括torch_cluster、torch_scatter、torch_sparse、torch_spline]]></description><category></category></item><item><title><![CDATA[flask+keras无法加载训练好的深度学习模型]]></title><link>https://blog.youkuaiyun.com/qq_34838643/article/details/118873366</link><guid>https://blog.youkuaiyun.com/qq_34838643/article/details/118873366</guid><author>qq_34838643</author><pubDate>Sun, 18 Jul 2021 09:34:26 +0800</pubDate><description><![CDATA[在没有部署服务之前，一切正常
在Flask框架下，加载tensrflow模型会出现如下错误
ValueError: Tensor Tensor(“...”, shape=(?, 6), dtype=float32) is not an element of this graph.

原因在于tf模型与flask并不在同一个线程中。解决方案参考tf官网给出的：
import tensorflow as tf
from bert4keras.backend import keras
from App.ee.se]]></description><category></category></item><item><title><![CDATA[spring/springboot整合dubbo]]></title><link>https://blog.youkuaiyun.com/qq_34838643/article/details/117133661</link><guid>https://blog.youkuaiyun.com/qq_34838643/article/details/117133661</guid><author>qq_34838643</author><pubDate>Fri, 21 May 2021 19:27:01 +0800</pubDate><description><![CDATA[二、基本使用
需求：
某个电商系统，订单服务需要调用用户服务获取某个用户的所有地址；
我们现在需要创建两个服务模块进行测试




模块
功能




订单服务web模块
创建订单等


用户服务service模块
查询用户地址等


测试预期结果：
订单服务web模块在A服务器，用户服务模块在B服务器，A可以远程调用B的功能。
1 spring整合dubbo
以下使用XML 配置的方式，更多配置方式见官方文档
1.1 spring-common模块：
公共接口层（model，service，excepti]]></description><category></category></item><item><title><![CDATA[spring/springboot整合RabbitMQ]]></title><link>https://blog.youkuaiyun.com/qq_34838643/article/details/116998587</link><guid>https://blog.youkuaiyun.com/qq_34838643/article/details/116998587</guid><author>qq_34838643</author><pubDate>Tue, 18 May 2021 19:00:56 +0800</pubDate><description><![CDATA[来源：2020黑马——消息中间件RabbitMQ

1 Spring整合RabbitMQ
1.1 生产者
1.1.1 添加maven依赖
spring-context、rabbit、junit、spring-test
&lt;dependencies&gt;
  &lt;dependency&gt;
    &lt;groupId&gt;org.springframework&lt;/groupId&gt;
    &lt;artifactId&gt;spring-context&lt;/artifact.]]></description><category></category></item><item><title><![CDATA[ZooKeeper基本操作]]></title><link>https://blog.youkuaiyun.com/qq_34838643/article/details/116988693</link><guid>https://blog.youkuaiyun.com/qq_34838643/article/details/116988693</guid><author>qq_34838643</author><pubDate>Tue, 18 May 2021 14:44:41 +0800</pubDate><description><![CDATA[在JavaGuide基础上做了一些增改

1. 前言
这篇文章简单给演示一下 ZooKeeper 常见命令的使用以及 ZooKeeper Java客户端 Curator 的基本使用。介绍到的内容都是最基本的操作，能满足日常工作的基本需要。
如果文章有任何需要改善和完善的地方，欢迎在评论区指出，共同进步！
2. ZooKeeper 安装和使用
2.1. 使用Docker 安装 zookeeper
a.使用 Docker 下载 ZooKeeper
docker pull zookeeper:3.5.8

b..]]></description><category></category></item><item><title><![CDATA[ubuntu常用操作]]></title><link>https://blog.youkuaiyun.com/qq_34838643/article/details/114132448</link><guid>https://blog.youkuaiyun.com/qq_34838643/article/details/114132448</guid><author>qq_34838643</author><pubDate>Fri, 26 Feb 2021 16:03:17 +0800</pubDate><description><![CDATA[ubuntu创建和删除用户
创建用户
sudo useradd username -m


注意要在后面加-m，否则不会在home路径下创建该用户的文件夹
创建好之后可以在/home/路径下查看该用户名的文件夹
在CLI中执行cat /etc/passwd可以查看passwd文件中是否有刚才添加的用户名，如果有，则表示添加成功

设置密码
sudo passwd username

在弹出来的提示窗口中设置密码即可
为用户指定命令解释程序（通常为/bin/bash）
sudo usermod -s /bin]]></description><category></category></item><item><title><![CDATA[docker部署spingboot+vue项目]]></title><link>https://blog.youkuaiyun.com/qq_34838643/article/details/112731487</link><guid>https://blog.youkuaiyun.com/qq_34838643/article/details/112731487</guid><author>qq_34838643</author><pubDate>Sun, 17 Jan 2021 11:22:20 +0800</pubDate><description><![CDATA[一、vue项目
1. 打包：
npm run build
# 也可以指定配置文件
npm run build:prod

打包后会在根目录的dist文件夹下生成静态资源，dist文件夹可通过修改配置修改为别的文件夹
2. 新建nginx.conf：
server {
    listen 9000;
    server_name  localhost;

    #charset koi8-r;

    #access_log  logs/host.access.log  main;

    loca]]></description><category></category></item><item><title><![CDATA[py文件编译成so文件并调用，达到加密目的]]></title><link>https://blog.youkuaiyun.com/qq_34838643/article/details/112646839</link><guid>https://blog.youkuaiyun.com/qq_34838643/article/details/112646839</guid><author>qq_34838643</author><pubDate>Fri, 15 Jan 2021 08:56:49 +0800</pubDate><description><![CDATA[0. 前言
最近做的一个flask项目要交给客户部署，但是老师不让把代码都给他们，所以需要将代码加密。在Java中我们可以提供字节码文件，但是python中编译得到的pyc文件可直接反编译为源码, 所以需要先将核心模块编译成 .so文件。一开始现在把整个项目都加密，解决无果决定只将核心算法文件加密。

distutils可以用来在Python环境中构建和安装额外的模块.
新的模块可以是纯Python的，也可以是用C/C++写的扩展模块，或者可以是Python包，包中包含了由C和Python编写的模块.
配合]]></description><category></category></item><item><title><![CDATA[解决本地开发下的431（Request Header Fields Too Large）错误]]></title><link>https://blog.youkuaiyun.com/qq_34838643/article/details/111752380</link><guid>https://blog.youkuaiyun.com/qq_34838643/article/details/111752380</guid><author>qq_34838643</author><pubDate>Sat, 26 Dec 2020 16:09:39 +0800</pubDate><description><![CDATA[1. vue
看了晚上很多解决方案，说是在启动的时候加入max-http-header-size参数，我试了木有效果。
后来在某一篇文章看到：

14.0+的nodejs版本把大小更新到了16kb，我这边就是传点文字应该没那么大。跑去更新了node版本问题解决。
2. spring boot
这个比较容易解决，在项目配置文件里加上配置即可
server:
  max-http-header-size: 4048576

但是听说这种方法只能在开发时有用，那等我部署的时候遇到问题再来填坑吧????‍♂️

.]]></description><category></category></item><item><title><![CDATA[Pytorch-LSTM+Attention文本分类]]></title><link>https://blog.youkuaiyun.com/qq_34838643/article/details/110200332</link><guid>https://blog.youkuaiyun.com/qq_34838643/article/details/110200332</guid><author>qq_34838643</author><pubDate>Thu, 26 Nov 2020 18:46:37 +0800</pubDate><description><![CDATA[https://www.cnblogs.com/douzujun/p/13511237.html

]]></description><category></category></item><item><title><![CDATA[解决docker: Error response from daemon故障]]></title><link>https://blog.youkuaiyun.com/qq_34838643/article/details/109743126</link><guid>https://blog.youkuaiyun.com/qq_34838643/article/details/109743126</guid><author>qq_34838643</author><pubDate>Tue, 17 Nov 2020 15:47:35 +0800</pubDate><description><![CDATA[有个项目是公司那边做的，我们这边需要部署一下。具体是用docker swarm部署在虚拟机的centos7上的，部署完没有发现啥问题，然后打了个镜像。但是过了几天发现一些问题：
1. 恢复镜像后，启动系统显示登录已过期
原因： 每次快照恢复后虚拟机里的时间是打快照时的时间，没有更新。
解决方法： 公司那边提供的方法时开启vmware tools的自动更新时间功能。

但是虚拟机没有安装vmware tools，搞了一会子没装好，所以进行了手动更新：
# 1、清理本地yum缓存
yum clean all
#]]></description><category></category></item><item><title><![CDATA[Ubuntu下使用FRP]]></title><link>https://blog.youkuaiyun.com/qq_34838643/article/details/108869179</link><guid>https://blog.youkuaiyun.com/qq_34838643/article/details/108869179</guid><author>qq_34838643</author><pubDate>Wed, 30 Sep 2020 10:12:28 +0800</pubDate><description><![CDATA[实验室服务器没有公网IP，但是有时候又需要在外网下远程连接跑代码。师兄之前一直用frp做内网穿透，我也学习一下~~

参考：https://www.iplaysoft.com/frp.html
项目地址：https://github.com/fatedier/frp
0. 准备
首先在内网需要有运行Frp 的客户端，我这里就是实验室的服务器了
其次要有运行Frp 的服务端，它需要有公网IP，我这里用的是阿里云九块九的学生机
1. 什么是Frp

内网穿透工具有很多，其中 Frp (Fast Reverse.]]></description><category></category></item><item><title><![CDATA[[事件识别] Event Detection without Triggers]]></title><link>https://blog.youkuaiyun.com/qq_34838643/article/details/108476956</link><guid>https://blog.youkuaiyun.com/qq_34838643/article/details/108476956</guid><author>qq_34838643</author><pubDate>Thu, 10 Sep 2020 19:57:37 +0800</pubDate><description><![CDATA[NAACL2019
Event Detection without Triggers




Author
Shulin Liu, Yang Li, Xinpeng Zhou, Tao Yang, Feng Zhang (Tencent AI Lab)


paper
https://www.aclweb.org/anthology/N19-1080.pdf


code
https://github.com/liushulinle/event_detection_without_triggers
...]]></description><category></category></item><item><title><![CDATA[[文本匹配]Learning Text Similarity with Siamese Recurrent Networks]]></title><link>https://blog.youkuaiyun.com/qq_34838643/article/details/108182492</link><guid>https://blog.youkuaiyun.com/qq_34838643/article/details/108182492</guid><author>qq_34838643</author><pubDate>Sun, 23 Aug 2020 19:19:56 +0800</pubDate><description><![CDATA[ACL 2016
Learning Text Similarity with Siamese Recurrent Networks




Author
Paul Neculoiu, Maarten Versteegh and Mihai Rotaru


paper
www.aclweb.org/anthology/W16-1617/



本文提出了一种学习变长字符序列相似性度量的深层结构。该模型将字符级双向LSTM堆栈与孪生结构相结合。它学会了只使用关于字符串对之间相似性的信息，将可变长度的字...]]></description><category></category></item><item><title><![CDATA[[中文事件抽取]DCFEE: A Document-level Chinese Financial Event Extraction System based on Automatically Lab]]></title><link>https://blog.youkuaiyun.com/qq_34838643/article/details/107795253</link><guid>https://blog.youkuaiyun.com/qq_34838643/article/details/107795253</guid><author>qq_34838643</author><pubDate>Thu, 06 Aug 2020 13:56:56 +0800</pubDate><description><![CDATA[ACL 2018
DCFEE: A Document-level Chinese Financial Event Extraction System based on Automatically Labeled Training Data




Author
Hang Yang, Yubo Chen, Kang Liu, Yang Xiao and Jun Zhao 中科院自动化所


paper
https://www.aclweb.org/anthology/P18-4009



本文提出了...]]></description><category></category></item><item><title><![CDATA[[事件表示] Design and use of the Simple Event Model (SEM)]]></title><link>https://blog.youkuaiyun.com/qq_34838643/article/details/107210764</link><guid>https://blog.youkuaiyun.com/qq_34838643/article/details/107210764</guid><author>qq_34838643</author><pubDate>Thu, 09 Jul 2020 09:48:05 +0800</pubDate><description><![CDATA[事件已成为历史、文化遗产、多媒体和地理等领域数据表示的核心元素。创建简单事件模型（simple event model，SEM）是为了对这些不同领域中的事件进行建模，而不需要对所使用的特定领域词汇表进行假设。SEM的设计基本上是为了保证最大的交互操作性。在本文中，我们讨论了事件模型对web数据的一般要求，并从历史事件和海上安全与安保领域的事件两个用例中给出了实例。结合历史实例，讨论了几种现有事件模型的优缺点。我们讨论了SEM背后的设计决策。SEM与Prolog API相结合，使用户能够创建事件实例，而无需.]]></description><category></category></item><item><title><![CDATA[[事件知识图谱] EventKG: A Multilingual Event-Centric Temporal Knowledge Graph]]></title><link>https://blog.youkuaiyun.com/qq_34838643/article/details/107163415</link><guid>https://blog.youkuaiyun.com/qq_34838643/article/details/107163415</guid><author>qq_34838643</author><pubDate>Tue, 07 Jul 2020 15:50:23 +0800</pubDate><description><![CDATA[ESWC 2018
EventKG: A Multilingual Event-Centric Temporal Knowledge Graph




Author
Gottschalk, Simon，Demidova, Elena


paper
https://arxiv.org/pdf/1804.04526.pdf


url
http://eventkg.l3s.uni-hannover.de/



促进对网络、新闻和社交媒体上有关当代和历史事件的信息进行语义分析的关键要求之一是提供包含...]]></description><category></category></item><item><title><![CDATA[[事件知识图谱] Building event-centric knowledge graphs from news]]></title><link>https://blog.youkuaiyun.com/qq_34838643/article/details/107107158</link><guid>https://blog.youkuaiyun.com/qq_34838643/article/details/107107158</guid><author>qq_34838643</author><pubDate>Mon, 06 Jul 2020 17:14:37 +0800</pubDate><description><![CDATA[Journal of Web Semantics(2016)
Building event-centric knowledge graphs from news




Author
Marco Rospocher, Marieke van Erp, Piek Vossen, Antske Fokkens, Itziar Aldabe,German Rigau, Aitor Soroa, Thomas Ploeger, Tessel Bogaar


url
https://www.scienced...]]></description><category></category></item><item><title><![CDATA[transformer模型]]></title><link>https://blog.youkuaiyun.com/qq_34838643/article/details/107040441</link><guid>https://blog.youkuaiyun.com/qq_34838643/article/details/107040441</guid><author>qq_34838643</author><pubDate>Tue, 30 Jun 2020 17:01:23 +0800</pubDate><description><![CDATA[转自：https://www.bilibili.com/video/BV1Mt411J734
https://github.com/aespresso/a_journey_into_math_of_ml

说到自然语言处理, 语言模型, 命名实体识别, 机器翻译, 可能很多人想到的LSTM等循环神经网络, 但目前其实LSTM起码在自然语言处理领域已经过时了, 在Stanford阅读理解数据集(SQuAD2.0)榜单里, 机器的成绩已经超人类表现, 这很大程度要归功于transformer的BERT预训练模.]]></description><category></category></item></channel></rss>