- 博客(13)
- 收藏
- 关注
RSS订阅原创 苍穹外卖的个人总结[持续更新]
用于实现登录校验，全称是JSON Web Token，是基于json格式的安全令牌 -> 传输声明或用户信息(加密)密码加密存储 - MD5加密方法（单向加密，不能还原），同时修改数据库和JAVA代码。感觉和计网的一些知识可以串起来了，NAT是不是用在这里的呢？在代码的yml文件里设置了这三种参数。
2024-05-20 22:28:52
544
原创 Docker “ERROR: 2 matches found based on name: network XXX is ambiguous”解决方案
Docker ERROR :2 matches found based on name的解决方法
2023-02-14 16:23:10
1423
1
原创 【论文阅读】Multi-View Document Representation Learning for Open-Domain Dense Retrieval
Multi-View Document Representation Learning for Open-Domain Dense Retrieval的简单整理
2022-10-22 22:43:10
763
1
原创 读源码之SimBertv2-stage1
事先声明：我只是个真·零基础小白，所以部分理解不到位或者有错误，望各位大佬不吝赐教！第一部分 引入库部分本代码采用的是苏老师写的bert4keras，即使用keras实现bert，包含层、模型、优化器、分词器等bert4keras最好在tensorflow<=2.2以及keras<=2.3.1的条件下，即搭配python3.6食用第二部分 加载BERT模型BERT的结构是这样的（可以参考这篇文章：原来你是这样的BERT，i了i了！）simBERTv2也是基于BERT的一个模型，所以
2022-03-16 19:37:19
2273
1
原创 一种RuntimeError Key bert/embeddings/position_embeddings not found in checkpoint的解决思路
一种RuntimeError: Key bert/embeddings/position_embeddings not found in checkpoint的解决思路注意：这个方法绝对有问题，但是能解决燃眉之急最近因为各种各样的原因，完全0基础的小白不得不跑一下苏老师的simBERTv2模型，下载下来，并且采用了bert4keras官网给的代码示例后，这就开跑，结果报了错误：RuntimeError: Key bert/embeddings/position_embeddings not found
2022-03-16 12:00:47
3097
原创 离散数学代数部分
马上考试了又整理了一波…仓促之下有缺漏错误，望各位指正，感谢！代数结构（代数系统/群环/格与布尔代数）和数论部分基本概念二元运算二元运算 S×S→S：结果唯一且封闭（结果仍∈S）性质交换律/结合律/幂等律/分配律吸收律：x◦(xy)=x,x(x◦y)=x特异元素单位元/幺元e：既是左单位元元又是右单位元左单位元e*x=x右单位元x*e=x零元θ：既是左零元又是右零元左零元θ*x=θ右零元x*θ=θ逆元x-1（左/右）左逆元yl*x=e右逆元x*yr
2020-06-05 11:21:19
4801
原创 离散数学图论整理
明天就要考试了紧急整理一波基础知识图的基本概念无向图G=<V,E>无向边(vj,vk)，顶点数|V(G)|，边数|E(G)|表示关联矩阵：mij表示关联次数，ei和vj有向图D=<V,E>有向边ek=<vj,vk>，顶点数|V(D)|，边数|E(D)|关联：ek和vi/vj的关系关联次数：端点不相关联为0，关联且端点不同为1，环为2邻域：与顶点v相邻的所有点组成的集合（不包括自身）闭邻域：v的邻域+v关联集：与v关联的所有边的集合
2020-06-04 20:28:56
6436
4
原创 数据库期末整理（一）
第一章 数据库引论数据管理技术发展人工管理阶段文件系统阶段数据库系统阶段数据是否保存否长期保存结构化/独立的保存是否使用软件管理否是是数据和应用程序关系应用程序依赖数据数据面向应用数据面向对象其他特点数据不共享冗余度大，对数据没有统一的控制机制数据共享说明：数据库系统阶段的数据独立性(物理独立性/逻辑独立性)，通过二级映象实现数据模型数据结构：描述静态特征（对象/对象关系）数据操作：描述动态特征（增删改查等）
2020-06-04 11:16:49
334
原创 随机化算法学习笔记
基本特征对所求解问题的同一实例用同一随机化算法求解两次可能得到完全不同的效果（不确定的算法）大致内容数值化随机算法求解数值问题的近似解，时间越长，精度越高蒙特卡罗算法求解准确解（不一定正确），时间越长，得到正确解的概率越大拉斯维加斯算法可能找不到解，但一旦找到解一定是正确的，时间越长，找到解的概率越大舍伍德算法总能找到解，且一定是正确的预备内容1.随机数计算机只能产生伪随机数，最常用的方法是线性同余法a0=d(d≥m)an=(ban-1+c) mod m(b≥0,c≥0)随机
2020-05-19 10:42:06
1257
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人