摘要：
celery用户文档：https://docs.celeryq.dev/en/v5.3.1/userguide/index.html 1、Celery的提出 用户需要在网站填写注册信息，发给用户一封注册激活邮件到邮箱，如果由于各种原因，这封邮件发送所需时间较长，那么客户端将会等待很久，造成不好的用户 阅读全文
摘要：
1、消息队列应用场景 消息队列，指保存消息的一个容器，本质是个队列。 异步处理，主要目的是减少请求响应时间； 应用解耦，使用消息队列后，只要保证消息格式不变，消息的发送方和接收方并不需要彼此联系； 流量削峰，秒杀活动中，系统峰值流量往往集中于一小段时间，消息队列作为缓冲，可以削弱峰值流量； 日志处理 阅读全文
摘要：
1、目录结构 2、Django基本流程 1、用户浏览器发起http请求；2、请求首先到达 Request Middleware 中间件，它能在views 收到请求前对Request消息内容进行处理，发送响应；3、urls.py 中的 URLConf 对收到请求的url进行匹配，找到相应的视图处理函数 阅读全文
摘要：
Shell：命令行解释器，接收应用程序/用户命令，然后调用操作系统内核。 1.入门 脚本以#!/bin/bash开头 1 xqchang@sam-System-Product-Name:~/linux/datas$ touch helloworld.sh 2 xqchang@sam-System-P 阅读全文
摘要：
1.继承Dataset构建的类，按batch的最长句子数读取（而不是按训练集的最长，可以减少一丢丢显存） 以BiLSTM+CRF做分词所需的数据格式为例，重写collate_fn方法： 1 class SegDataset(Dataset): 2 def __init__(self, data_pa 阅读全文
摘要：
https://mp.weixin.qq.com/s?__biz=MzUyNzcyNzE0Mg==&mid=2247501404&idx=1&sn=b551b55065f621571e247ecbaae31c0b&chksm=fa79a915cd0e2003798505108a17860c4137f 阅读全文
摘要：
L1正则化可以使权重变稀疏，应用场景：对one-hot词袋模型中的词表进行裁剪时，根据权重weight筛选，此时需要权重越稀疏越好； L1_Weight为超参数，可设定为1e-4 1 def train(model, iterator, optimizer, criteon): 2 avg_acc, 阅读全文
摘要：
具体错误如下，同时伴有collecting package metadata:加载时间巨长 解决方案： 输入conda clean --all清除之前未完成的conda安装的包就可以正常创建环境了。 感谢CSDN的这位伙伴https://blog.csdn.net/weixin_44424340/a 阅读全文
摘要：
1.return torch.embedding(weight, input, padding_idx, scale_grad_by_freq, sparse)RuntimeError: Expected tensor for argument #1 'indices' to have scalar 阅读全文
摘要：
使用torchtext的一般步骤https://www.cnblogs.com/cxq1126/p/13466998.html#_label9 1.使用torchtext默认支持的预训练词向量 默认情况下，会自动下载对应的预训练词向量文件到当前文件夹下的.vector_cache目录下，.vecto 阅读全文