摘要: 参考: https://www.cnblogs.com/lyrichu/p/7209529.html 阅读全文
posted @ 2020-04-08 17:54 西伯尔 阅读(1339) 评论(0) 推荐(0) 编辑
摘要: 1.跑通demo (1) (4)BERT finetuning runner运行 由于本人用的是本机win10+pycharm环境,不是Linux系统,网络上的带参数运行就不能使用,因此需要修改run_classifier.py文件,给参数赋一个默认初值: Linux系统: 换到win10中,需要加 阅读全文
posted @ 2020-04-03 00:32 西伯尔 阅读(143) 评论(0) 推荐(0) 编辑
摘要: 1.equation公式内换行 参考: https://blog.csdn.net/i10630226/article/details/44536129?utm_source=blogxgwz2 2.数学符号表 参考: https://blog.csdn.net/WASEFADG/article/d 阅读全文
posted @ 2020-04-02 15:47 西伯尔 阅读(112) 评论(0) 推荐(0) 编辑
摘要: 1.安装 (1)概念区分 参考:http://blog.sina.com.cn/s/blog_bbf808550102wb2q.html Tex TeX 是一种排版语言 LaTex 在Tex指令集合的基础上定义了一整套宏集,方便用户进行排版,可以看成是Tex的一种实现 XeTeX 相较LaTex另一 阅读全文
posted @ 2020-04-01 07:51 西伯尔 阅读(972) 评论(0) 推荐(0) 编辑
摘要: 1. 范数 (1)常用向量范数 L0范数:||X||₀,向量中所有非零元素个数 L1范数:||X||₁向量所有元素绝对值之和 L2范数:||X||₂,向量各个元素的平方求和然后求平方根,向量长度,欧几里得范数。常省略表示为||X||,值大小与向量模长|X|相同。 对每个元素导数与整个向量有关(导数: 阅读全文
posted @ 2020-03-31 09:11 西伯尔 阅读(1267) 评论(0) 推荐(0) 编辑
摘要: TensorFlow开发的基本步骤 (1)定义TensorFlow输入节点。 (2)定义“学习参数”的变量。 (3)定义“运算”。 (4)优化函数,优化目标。 (5)初始化所有变量。 (6)迭代更新参数到最优解。 (7)测试模型。 (8)使用模型。 阅读全文
posted @ 2020-03-30 00:35 西伯尔 阅读(183) 评论(0) 推荐(0) 编辑
摘要: 1.zip() # zip(list):依次取每个list的元素组合,若list长度不一致会用最短的。# zip(*list):带个星号,是上述操作的逆操作zip结果输出需要用list(zip(xx)),否则输出的是地址 a = zip([1, 2, 3], ['a', 'b', 'c'], [4, 阅读全文
posted @ 2020-03-29 23:13 西伯尔 阅读(263) 评论(0) 推荐(0) 编辑
摘要: 1.saver.save() 为模型添加保存模型/检查点。 (1)参数说明 sess: 会话对象model_path: 模型保存的路径global_step=epoch: 可选,在文件名中加上迭代次数,以区分保存的文件是经过多少次的训练迭代。write_meta_graph: 可选,False: 只 阅读全文
posted @ 2020-03-29 23:12 西伯尔 阅读(197) 评论(0) 推荐(0) 编辑
摘要: 1.制作U盘启动盘 (1)我采用的是大白菜,制作启动盘:网上一搜就有 参考:https://jingyan.baidu.com/article/b0b63dbf294b274a483070b7.html (2)把准备好的win10系统放入GHO文件夹下 靠谱系统下载网站:https://msdn.i 阅读全文
posted @ 2020-03-29 00:09 西伯尔 阅读(355) 评论(0) 推荐(0) 编辑
摘要: 1.softmax函数 softmax用于多分类过程中,它将多个神经元的输出,映射到(0,1)区间内,进行归一化,转化成概率的形式。 假设我们有一个数组 V,Vi表示V中的第i个元素,那么这个元素的softmax值就是: 例如:下图中,yi = y(zi) = e^zi / ∑ e^zj 2.sof 阅读全文
posted @ 2020-03-26 15:52 西伯尔 阅读(383) 评论(0) 推荐(0) 编辑