2021年12月5日
摘要: bert-serving-start TypeError: 'NoneType' object is not iterable 我的处理方式,希望能帮助大家。 根源在于下载的chinese_L-12_H-768_A-12有两级目录,把下一层提出来,或者再加一层就ok了。 错误:bert-servin 阅读全文
posted @ 2021-12-05 20:54 Luaser 阅读(343) 评论(0) 推荐(0) 编辑
  2020年9月27日
摘要: 一、基础版的蛇形方阵,如下图所示: 思路: 我们先构建一个N*N的矩阵dp(列表),然后用0填充,初始值 value = 1,然后value += 1更新值,将value填入到每一个位置。对于上图所示,我们发现元素在每一个圈都是以顺时针打印,那么可以将每一个圈设置为一个循环。对于一个外圈,可以看到它 阅读全文
posted @ 2020-09-27 23:53 Luaser 阅读(644) 评论(0) 推荐(0) 编辑
  2020年2月1日
摘要: 1) 精确度( precision ):TP / ( TP+FP ) = TP / P 2) 召回率(recall):TP / (TP + FN ) = TP / T 3) 真阳性率(True positive rate):TPR = TP / ( TP+FN ) = TP / T (敏感性 sen 阅读全文
posted @ 2020-02-01 12:50 Luaser 阅读(2046) 评论(0) 推荐(0) 编辑
  2020年1月8日
摘要: 1、p(x)是训练集的数据的分布的概率,无需事先知道,网络会自动进行学习,p(x)只是为了方便公式的推导和证明。 2、鉴别器学习真实数据的分布pr(x),生成器生成一个假的分布pg(x),然后最小化两个分布的距离,在达到纳什均衡时,pr(x)就会非常的接近pg(x), 3、训练函数 真实的x —> 阅读全文
posted @ 2020-01-08 11:02 Luaser 阅读(694) 评论(0) 推荐(0) 编辑
  2020年1月7日
摘要: 1、Auto-Encoder 降到自定义层 1 import os 2 import tensorflow as tf 3 import numpy as np 4 from tensorflow import keras 5 from tensorflow.keras import Sequent 阅读全文
posted @ 2020-01-07 21:47 Luaser 阅读(329) 评论(0) 推荐(0) 编辑
摘要: 1、无监督学习 无监督学习常见的两种类型是:数据集变换和聚类。 数据集变换,就是创建数据集新的表示算法,与数据的原始原始表示相比,新的表示可能更容易被人或其他机器学习算法所理解。 常见的应用有降维,就是对于许多特征表示的高维数据,找到表示该数据的一种新方法,用较少的特征就可以概括其重要特性。另一个应 阅读全文
posted @ 2020-01-07 10:11 Luaser 阅读(761) 评论(0) 推荐(0) 编辑
摘要: pass 阅读全文
posted @ 2020-01-07 09:42 Luaser 阅读(137) 评论(0) 推荐(0) 编辑
摘要: pass 阅读全文
posted @ 2020-01-07 09:41 Luaser 阅读(143) 评论(0) 推荐(0) 编辑
摘要: pass 阅读全文
posted @ 2020-01-07 09:39 Luaser 阅读(366) 评论(0) 推荐(0) 编辑
摘要: pass 阅读全文
posted @ 2020-01-07 09:36 Luaser 阅读(243) 评论(0) 推荐(0) 编辑