摘要： 数学运算： a = torch.tensor([[1, 2, 3], [4, 5, 6]]) b = torch.tensor([[7, 8, 9], [10, 11, 12]]) tensor([[1, 2, 3], [4, 5, 6]]) tensor([[ 7, 8, 9], [10, 11, 阅读全文

摘要： 拼接tensor torch.cat(tensors, dim): 沿指定维度拼接张量。 tensor1 = torch.tensor([[1, 2, 3], [4, 5, 6]]) tensor2 = torch.tensor([[7, 8, 9], [10, 11, 12]]) # dim=0 阅读全文

摘要： # 检测是不是空值 df.isnull() # 检测是不是有值，两个函数一样 df.notnull() df.notna() # 删除包含缺失值的行 df.dropna(inplace=True) inplace=True 表示直接在原始 DataFrame 上进行修改如果没有这个必须要有接收对象 阅读全文

摘要： groupby() 方法通常用于对数值数据进行分组和聚合，例如 sum()、count()、max()、min() 等等。但它也可以用于对非数值数据进行分组 # 创建一个示例 DataFrame data = { 'City': ['New York', 'Chicago', 'San Franci 阅读全文

摘要： 论文：https://arxiv.org/abs/1706.03762 理解： 位置编码之后，还要生成QKV向量，在传递到多头注意力 定义： Transformer模型一般由编码器（Encoder）和解码器（Decoder）两部分组成，每个部分都有不同的功能，因此在不同的任务中可能会选择使用其中一个 阅读全文

摘要： 配置清华源conda config --show channels conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels htt 阅读全文

摘要： 什么时候需要将计算放置在GPU，cuda上 计算量大的时候，有torch的时候 什么数据放在GPU 在 PyTorch 和其他深度学习框架中，通常只有模型的参数和输入到模型的数据（张量）需要被移动到 GPU 上 当从数据excel pandas中提取文本数据并通过分词器处理时，处理后的张量才需要被移 阅读全文

摘要： 定义： nn.Transformer: 这是一个完整的Transformer模型，包含了编码器（Encoder）和解码器（Decoder）。这个类提供了将整个模型作为一个单一组件使用的接口。 nn.TransformerEncoder: 这是Transformer模型中编码器的部分。它由N个nn.T 阅读全文

摘要： 列出目录中的文件和子目录 files_and_directories = os.listdir(directory_path) 要获取所有的文件，包括子目录下面的 os.walk for foldername, subfolders, filenames in os.walk('data'):当前文 阅读全文

摘要： json格式 { "name": "John", "age": 30, "city": "New York"} json数组 [ "Google", "Runoob", "Taobao" ] { "name":"网站", "num":3, "sites":[ "Google", "Runoob", 阅读全文