前言 首先在Shell中，括號表示條件測試方法。主要用在if-then、case等需要條件判斷的語句結構中。 最近在看bash，括號搞的我一頭霧水，所以總結一下，理清思路！ ...
發(fā)簡信
IP屬地：北京
-
Shell中的括號、雙括號、方括號和雙方括號
-
語音識別4 --RNN-Transducer及其訓練解碼過程1.RNA ??RNA提出的時間要比RNN-T晚，但是實際上是介于CTC和RNN-T之間的一種結構，在CTC中，有一個假設是輸出之間相互獨立的，但是這種假設其實不是很好，因為...
-
@Johann_Liang 我又看了下bert代碼，bert雖然會將一個句子重復10遍，但每次隨機選取的隨機種子是相同的，所以10遍都是一樣的
改進版的RoBERTa到底改進了什么？
在XLNet全面超越Bert后沒多久，Facebook提出了RoBERTa（a Robustly Optimized BERT Pretraining Approach）。再...
-
在示例中，引入π這個隱變量是不是有點多此一舉，利用不同概率分布計算一個樣本的概率密度值后，直接標準化不就知道該樣本屬于不同分布的概率是多大嗎？
機器學習筆記 - 19. EM算法（講師：鄒博）
前言 EM算法，在學術界的重視程度，要高于在工業(yè)界。它是一個做數據優(yōu)化的方法。比如現在如果遇到問題，如果想對問題做優(yōu)化，大家或許只會用最大似然估計(MLE)寫目標函數，當然也...
-
機器學習筆記 - 19. EM算法（講師：鄒博）前言 EM算法，在學術界的重視程度，要高于在工業(yè)界。它是一個做數據優(yōu)化的方法。比如現在如果遇到問題，如果想對問題做優(yōu)化，大家或許只會用最大似然估計(MLE)寫目標函數，當然也...
-
Git Reset 三種模式有時候，我們用Git的時候有可能commit提交代碼后，發(fā)現這一次commit的內容是有錯誤的，那么有兩種處理方法：1、修改錯誤內容，再次commit一次 2、使用git r...
-
-
博主，你好，我看了一下bert產生數據的源碼？每次重復mask位置都是隨機抽取的？為什么說bert是static mask了？
改進版的RoBERTa到底改進了什么？
在XLNet全面超越Bert后沒多久，Facebook提出了RoBERTa（a Robustly Optimized BERT Pretraining Approach）。再...
-
nginx+uwsgi 和nginx+gunicorn區(qū)別、如何部署
[線上環(huán)境部署Django，nginx+uwsgi 和nginx+gunicorn，這兩種方案，應該如何選擇？] 大家是采用的何種部署方式？ 第一種,高并發(fā)穩(wěn)定一點 我們公司...
-
數據結構：堆（Heap）
堆就是用數組實現的二叉樹，所以它沒有使用父指針或者子指針。堆根據“堆屬性”來排序，“堆屬性”決定了樹中節(jié)點的位置。 堆的常用方法： 構建優(yōu)先隊列 支持堆排序 快速找出一個集合...
-
tf.slice()到底怎么切的，看不懂你掐死我
對于java起手的程序猿，python的計算多維度數組的方式真的是有點蛋疼。最近看代碼的時候需要弄明白tf.slice()的具體操作方法。去看了看官方的注釋和例子還是一頭霧水...
-
make 和 make install 的區(qū)別
簡單來說，make 是編譯，make install 是安裝。 總結：linux編譯安裝中configure、make和make install各自的作用 ./configu...
-
[0.3] 續(xù)--Tensorflow踩坑記之tf.metrics【續(xù)】--Tensorflow踩坑記之tf.metrics 欠下的帳總歸還是要還的，之前一直拖著，總是懶得寫tf.metrics這個API的一些用法，今天總算是克服了懶癌，總...
-
博主，你好，請問你用序列標注判斷一個字是否出錯，模型效果如何？召回率和準確率是多高？
拼音型簡單錯誤語料獲取與處理
在自然語言處理領域中，語料是非常關鍵的一個部分。然而，中文的自然語言處理領域在大的通用型語料上雖然不少，但在特定方向上的語料仍然匱乏。在要進行拼音型文本糾錯任務過程中，我發(fā)現...
-
遇到GitHub上圖片無法加載或者加載速度較慢的解決辦法最近在登錄github網站的時候，發(fā)現很多時候圖片沒法加載或者加載速度很慢，以為是掛代理的原因，后來驗證了一下并不是。如下圖中圖片沒有正常加載： 解決辦法： 為了提高速度，可...
-
博主，請問你在文中提到的散串是什么意思？能夠舉一個具體例子嗎
中文語音識別后檢錯糾錯（二）：LSTM句子檢錯糾錯
在構建了基于n-gram的糾錯檢錯模型之后，我們自然不能放過如今大紅大紫的神經網絡，鑒于神經網絡的靈活性和訓練的耗時性，我們在方法嘗試和模型訓練上花了很多時間，期間走過不少彎...