geasyheart.github.io's People
geasyheart.github.io's Issues
介绍隐马尔可夫 | 博客
什么是马尔可夫性质? “……一个随机过程,在这个过程中,鉴于现在,未来独立于过去。” 假设一个带有公平硬币的简化抛硬币游戏。暂停怀疑并假设马尔可夫性质尚不清楚,我们想预测 10 次翻转后翻转正面的概率。在条件依赖的假设下(硬币具有过去状态的记忆,未来状态取决于过去状态的顺序),我们必须记录导致第 11 次翻转的特定顺序以及这些翻转的联合概率。所以想象在 10 次翻转后,我们有一个随机的正面和反
miniconda | 博客
https://geasyheart.github.io/2020/02/20/miniconda/
miniconda快速创建python环境1.下载https://docs.conda.io/en/latest/miniconda.html 2. 安装1234chmod +x /code/packages/Miniconda3-latest-Linux-x86_64.sh && \ /code/packages/Miniconda3-latest-Linux-x86_6
差点漏掉了 | 博客
bert对词输入求平均 | 博客
- word preprocess.123456789101112131415161718192021222324252627282930313233343536373839import torchfrom transformers import AutoTokenizerdef encoder_texts(texts, tokenizer): texts = [list(text) fo
pytorch学习率调整 | 博客
https://geasyheart.github.io/2021/07/02/pytorch%E5%AD%A6%E4%B9%A0%E7%8E%87%E8%B0%83%E6%95%B4/
keras在keras中,比如动态调整学习率,可以: 123456789101112import tensorflow as tfdef step_decay(epoch): if epoch < 3: lr = 1e-5 else: lr = 1e-6 return lrtf.keras.callback
ubuntu16.04多GPU风扇转速调整 | 博客
最近闲置出来两块1080ti GPU,内心那叫一个激动哇,虽然有些老,另外训练时转速提不上去,此次就解决这个问题。 方法一(个人只在单GPU上实验成功)1. 生成xorg.conf如果: cannot stat /etc/x11/xorg.conf no such file or directory 123# 生成这个文件$ sudo nvidia-xconfig --enable-all-g
tmux后台运行 | 博客
https://geasyheart.github.io/2020/01/11/tmux%E5%90%8E%E5%8F%B0%E8%BF%90%E8%A1%8C/
假设训练GPU不在自己机子上(悲伤脸),远程连接后,直接python train.py,但是如果一旦网络不稳定导致ssh断了,那这训练了一两天的心血可就白费了,所以需要一种简便的方式来后台运行,实现方式有多种,作为一个守护进程,比如supervisor或者systemctl那一些,但是对于算法人员来说这些都太复杂而不简单使用,所以此处推荐tmux。 使用步骤: 123456789$ tmux$(t
mlp反向传播推导 | 博客
https://geasyheart.github.io/2021/08/20/mlp%E5%8F%8D%E5%90%91%E4%BC%A0%E6%92%AD%E6%8E%A8%E5%AF%BC/
最近在Youtube上看到一个非常不错以及简洁实现mlp模型的视频,目标为预测两个数相加和,用两个linear,每层的输入或输出为 2, 5, 1 注意:所有代码可在github上找到,一个是mlp.py,为作者实现,另外torch_mlp.py为依据mlp.py的torch实现。 复习下推导… 强烈建议看代码哦🐶
我最敬爱的老婆 | 博客
昨晚10点多突然急性肠炎,躺在床上无心睡眠。前天就有相应症状了,只是没那么明显也没在意。 老婆看我难受,就开始拿手机在网上百度,拉肚子应该吃什么药,氯化钠盐水、抗生素什么的。我说小区外药店应该还开着吧,老婆遂起床跑出去给我买药。随后我起床上厕所给她发消息说我在网上买,你赶紧回来吧。11点多吃了肠炎宁就睡了。 凌晨1点多肚子咕噜咕噜闹肚子,去了厕所,喝了自创的盐糖水,喝了两口瞬间呕吐。我瞬间觉得不能
介绍隐马尔可夫 | 博客
什么是马尔可夫性质? “……一个随机过程,在这个过程中,鉴于现在,未来独立于过去。” 假设一个带有公平硬币的简化抛硬币游戏。暂停怀疑并假设马尔可夫性质尚不清楚,我们想预测 10 次翻转后翻转正面的概率。在条件依赖的假设下(硬币具有过去状态的记忆,未来状态取决于过去状态的顺序),我们必须记录导致第 11 次翻转的特定顺序以及这些翻转的联合概率。所以想象在 10 次翻转后,我们有一个随机的正面和反
研究torch0.4.1 rnn的实现 | 博客
https://geasyheart.github.io/2021/06/19/%E7%A0%94%E7%A9%B6torch0-4-1-rnn%E7%9A%84%E5%AE%9E%E7%8E%B0/
公式 说明 所有测试代码以此为准。 以torch0.4.1的代码为准进行debug rnn代码, 可以pip install 指定版本的torch. 从测试代码可以看到: num_layers相当初始化多少层rnn layer,比如此例子的10, input_size表示上一层的hidden_size(例如本例子的embedding) hidden_size表示rnn的输出hidden_siz
数据增强 | 博客
https://geasyheart.github.io/2021/06/28/%E6%95%B0%E6%8D%AE%E5%A2%9E%E5%BC%BA/
图像常见数据增强有翻转,旋转,缩放比例等不同的transforms。对于文本,可以增加噪声干扰,也可以通过添加slide window(此处重点,嘿嘿。) 举个简单例子描述下滑动窗口。 12345678910111213141516a = [1,2,3,4,5][a[i: i + 1] for i in range(0, len(a), 1)]Out[36]: [[1], [2], [3], [4
pytorch学习率调整 | 博客
https://geasyheart.github.io/2021/07/02/pytorch%E5%AD%A6%E4%B9%A0%E7%8E%87%E8%B0%83%E6%95%B4/
keras在keras中,比如动态调整学习率,可以: 123456789101112import tensorflow as tfdef step_decay(epoch): if epoch < 3: lr = 1e-5 else: lr = 1e-6 return lrtf.keras.callback
python sub一次性替换 | 博客
https://geasyheart.github.io/2019/06/28/python-sub%E4%B8%80%E6%AC%A1%E6%80%A7%E6%9B%BF%E6%8D%A2/
问题来源字符串一次替换,为什么不能多次替换呢,例如 123456s = """<xml> <field name="SALARYCATALOG_ID">150</field> <field name="SALARYCATALOG_ID">170</field></xml>""" 假设150要被替换成170,而170
bert对词输入求平均 | 博客
- word preprocess.123456789101112131415161718192021222324252627282930313233343536373839import torchfrom transformers import AutoTokenizerdef encoder_texts(texts, tokenizer): texts = [list(text) fo
expand和unsqueeze在一些情况使用的含义 | 博客
情况一 input: 123456import torch# a 模拟的是: batch_size: 2, sequence_length:3, feature: 4a = torch.arange(24).reshape(2, 3, 4)# b 代表的是: feature: 4 * 4b = a.unsqueeze(2).expand(-1, -1, 4, -1) # shape: torch
简述条件随机场 | 博客
- 什么是条件随机场此处忽略。 2. 为什么需要条件随机场对于序列标注任务,此类任务有分词、词性标注等,本质是对每一个字(假设bert做特征提取)进行预测,然后接全连接层进行softmax激活,如下图所示: 以词性标注任务来讲,x表示观测序列,y表示预测序列,即词性分布。 按照中文使用规律来讲,动词后面接动词的可能性基本不存在(或者对于分词任务来讲蝴后面基本就是蝶),而在上述模型中,观测序列没
MySQL自问自答 | 博客
https://geasyheart.github.io/2019/10/21/MySQL%E8%87%AA%E9%97%AE%E8%87%AA%E7%AD%94/
MySQL 的架构组成以及各层职责?MySQL 是一个分层设计架构,总提上可以分为 Server 层和存储层两层。如下图所示: 其中 Server 层又可以分为连接器,分析器,优化器,执行器四部分,涵盖 MySQL 大多数核心服务功能,以及所有的内置函数,所有跨引擎的功能都在这一层实现。各层负责的事情如下: 连接器:负责和客户端建立连接、获取权限、维持和管理连接,这个期间会负责校验用户身份,身份
Recommend Projects
-
React
A declarative, efficient, and flexible JavaScript library for building user interfaces.
-
Vue.js
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
-
Typescript
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
-
TensorFlow
An Open Source Machine Learning Framework for Everyone
-
Django
The Web framework for perfectionists with deadlines.
-
Laravel
A PHP framework for web artisans
-
D3
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
-
Recommend Topics
-
javascript
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
-
web
Some thing interesting about web. New door for the world.
-
server
A server is a program made to process requests and deliver data to clients.
-
Machine learning
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
-
Visualization
Some thing interesting about visualization, use data art
-
Game
Some thing interesting about game, make everyone happy.
Recommend Org
-
Facebook
We are working to build community through open source technology. NB: members must have two-factor auth.
-
Microsoft
Open source projects and samples from Microsoft.
-
Google
Google ❤️ Open Source for everyone.
-
Alibaba
Alibaba Open Source for everyone
-
D3
Data-Driven Documents codes.
-
Tencent
China tencent open source team.