漠月的博客

使用tensorflow == 2.4.1 keras == 2.3.1代码报错AttributeError: module 'tensorflow.python.framework.ops' has no attribute '_原因：bert4keras文档支持tf+keras和tf+tf.keras，后者需要提前传入环境变量TF_KERAS=1。当使用tf+keras时，建议2.2.4 <= keras <= 2.3.1，以及 1.14 <= tf <= 2.2

大纲原因开始安装基本环境操作测试原因由于显卡是3090，安装cuda是11.3版本的，而tensorflow官网对应表里面，最高2.6 也不支持cuda11.3。于是上网寻找帮助，便选择了tensorflow2.4.0+cuda11.0+cudnn8.0这样的配置（参考博客见末尾）。但是，想不到中间踩了各种坑。。。开始安装基本环境Ubuntu 16.04+Anaconda操作按部就班，首先创建一个新的conda环境：conda create -n tf2.4 python=3.6激活新

大纲详细说明错误定位问题解决需要注意的类似问题TypeError: a bytes-like object is required, not 'str'详细说明在跑网上代码的时候出现了这个错误PicklingError: args[0] from __newobj__ args has the wrong class用了很长时间终于解决该问题，下面详细说一下。由于跑的代码是几年前的老代码了，当时原作者使用的是python2.x版本。我则依旧使用python3.x。代码的转换也是用了一个下午，后来

(1）精确率。精确率（Precision）指问答方法对每个自然语言问句给出的黄金标准答案（问题对应的一个标准答案）占所有返回答案总数的比例。精确率计算公式可以形式化表示：(2）召回率。一个自然语言问句可能存在多个标准答案，如：问题“杭州有那些景点？”就有多个标准答案，因此需要评测知识图谱问答方法召回完整答案的能力。召回率（Recall）表示知识图谱问答方法返回的正确答案数占返回的黄金标准答案的比例。召回率计算公式可以形式化表示为：(3）准确率。准确率（Accuracy）表示知识图谱问答方法回答正确的

大纲多模态表示学习模态转换对齐多模态融合协同学习多模态表示学习联合表示学习：将多模态的信息一起映射到一个统一的多模态向量空间协同表示学习：将多模态中的每个模态分别映射到各自的向量表示空间，但是映射后的向量满足一定的相关性约束。模态转换也可以称之为映射，主要是将一个模态的信息转换或者映射为另一个模态。主要应用·机器翻译(Machine Translation)、唇读(Lip Reading)和语音翻译(SpeechTranslation)图片描述(lmage Captioni