摘要: cuda 版本 cat /usr/local/cuda/version.txt cudnn 版本 cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR 转发:https://medium.com/@changrongko/nv-how-to-c 阅读全文
posted @ 2018-11-20 11:59 每天坚持一点点 阅读(3587) 评论(0) 推荐(0) 编辑
摘要: 一、电脑配置 说明: 电脑配置: LEGION笔记本CPU Inter Core i7 8代GPU NVIDIA GeForce GTX1060Windows10 所需的环境: Anaconda3(64bit)CUDA-9.0CuDNN-7.1 二、安装cuda 1.查看自己电脑NVIDIA图形卡是 阅读全文
posted @ 2018-11-20 11:53 每天坚持一点点 阅读(5391) 评论(0) 推荐(0) 编辑
摘要: 本人之前已经在anaconda环境下已经安装了python3的环境,现在因为一些需求,要安装python2环境 1、打开anaconda的anaconda prompt查看当前环境: 2、创建一个名为py27新的环境,并指定运行环境为python2.7 3、激活创建的py27的环境,在当前激活的环境 阅读全文
posted @ 2018-11-08 16:02 每天坚持一点点 阅读(10125) 评论(0) 推荐(1) 编辑
摘要: anaconda下jupyter notebook的打开目录的修改:参考:https://www.cnblogs.com/amberdata/p/7907845.html pytorch官网:https://pytorch.org/ 因为我之前安装tensorflow,就已经安装了cuda9和cud 阅读全文
posted @ 2018-11-07 22:32 每天坚持一点点 阅读(2854) 评论(0) 推荐(0) 编辑
摘要: 安装了一天的软件,遇到了很多坑,在快泪崩的时候,始终以磨刀不误砍柴工鼓励自己,坚持安好了,话不多说,上干货: 前言: TensorFlow 有两个版本:CPU 版本和 GPU 版本。GPU 版本需要 CUDA 和 cuDNN 的支持,CPU 版本不需要。如果你要安装 GPU 版本,请先确认你的显卡支 阅读全文
posted @ 2018-11-07 20:32 每天坚持一点点 阅读(38023) 评论(2) 推荐(3) 编辑
摘要: 1 安装 前言 Stanford CoreNLP的源代码是使用Java写的,提供了Server方式进行交互。stanfordcorenlp是一个对Stanford CoreNLP进行了封装的Python工具包,GitHub地址,使用非常方便。 安装依赖 1:下载安装JDK 1.8及以上版本。 2:下 阅读全文
posted @ 2018-10-10 17:50 每天坚持一点点 阅读(18906) 评论(9) 推荐(0) 编辑
摘要: Attention-over-Attention Neural Networks for Reading Comprehension 论文地址:https://arxiv.org/pdf/1607.04423.pdf 0 摘要 任务:完形填空是阅读理解是挖掘文档和问题关系的一个代表性问题。 模型:提 阅读全文
posted @ 2018-09-27 21:33 每天坚持一点点 阅读(1619) 评论(0) 推荐(0) 编辑
摘要: 本文来自 guotong1988 的CSDN 博客 ,全文地址请点击:https://blog.csdn.net/guotong1988/article/details/77622790 运行结果: 将索引值相同的进行求和,其余的按顺序计算。 阅读全文
posted @ 2018-09-26 11:54 每天坚持一点点 阅读(3466) 评论(0) 推荐(0) 编辑
摘要: 在分析Attention-over-attention源码过程中,对于tensorflow.nn.bidirectional_dynamic_rnn()函数的总结: 首先来看一下,函数: 返回值: 其中, outputs为(output_fw, output_bw),是一个包含前向cell输出ten 阅读全文
posted @ 2018-09-19 10:54 每天坚持一点点 阅读(1070) 评论(0) 推荐(0) 编辑
摘要: 根据官方文档: reduce_sum应该理解为压缩求和,用于降维 tf.reduce_sum(input_tensor,axis=None,keepdims=None,name=None,reduction_indices=None,keep_dims=None) tf.reduce_sum(inp 阅读全文
posted @ 2018-09-18 21:28 每天坚持一点点 阅读(11332) 评论(0) 推荐(0) 编辑