原创 CS224n(2019):Assignment2 參考答案
CS224n ： Assignment2 參考答案 本文爲cs224n課程(winter,2019)的 assignment2 中的公式推導部分參考答案。如有疑問或者錯誤之處，歡迎交流。 Assignment2 原文 Assi
2020-06-16 03:34:15
原创 linux系統 三步解決matplotlib圖片中文顯示問題
網上很多類似的教程，今天親測了一種相對比較簡單的。記錄一哈。 第一步，下載字體文件 網上有很多字體可以下載， 我使用的是這個下載地址。 下載之後，解壓縮，裏面的 ttf 後綴文件就是我們需要的字體文件。 我把這個文件重命名爲英文了
2020-06-16 03:34:15
1
原创 Leetcode-695.最大島嶼面積（DFS 與 BFS 解法，python3）
題目描述 給定一個包含了一些 0 和 1 的非空二維數組 grid 。 一個 島嶼 是由一些相鄰的 1 (代表土地) 構成的組合，這裏的「相鄰」要求兩個 1 必須在水平或者豎直方向上相鄰。你可以假設 grid 的四個邊緣都被 0（
2020-06-16 03:34:14
8
原创 從零開始實現核密度估計（kernel density estimation，KDE）-python實現
問題背景 核密度估計（kernel density estimation）是在概率論中用來估計未知的密度函數，屬於非參數檢驗方法之一，由Rosenblatt (1955)和Emanuel Parzen(1962)提出，又名Parz
2020-06-16 03:34:14
202
原创 linux磁盤掛載教程
以下的磁盤掛載方案，親測可用。 通過 fdisk -l 命令可以查看當前服務器上的硬盤配置。 Disk /dev/sdb: 3.7 TiB, 4000787030016 bytes, 7814037168 sectors Unit
2020-06-16 03:34:14
原创 pytorch、tensorflow-多gpu顯存使用問題（解決gpu 0 顯存佔滿時 使用其他gpu 報錯 out of memory問題）
問題情景： 服務器上有兩個gpu，編號爲0的gpu在跑任務，顯存完全佔滿。gpu 1 空閒。在想用gpu 1 跑任務時，報錯 CUDA：out of memory. 此時已經設置了 device = torch.device(“
2020-06-16 03:34:14
原创 pytorch（1.1.0） StepLR 中 get_lr()方法的一個bug
pytorch中的StepLR實現時有一個小細節： 舉例： 設置step_size=5,gamma=0.1時， 記初始學習率爲lr， 實際上每次在第五個epoch學習率會先衰減爲 lr * (gamma^2)， 然後下一個epoc
2020-06-16 03:34:14
原创 xgboost 與 lightgbm 多分類 與 多標籤 任務 python代碼實例
xgboost 與 lightgbm 官方均支持多分類任務，但不直接支持多標籤分類任務，實現多標籤任務的方法之一是結合sklearn 提供的 multiclass 子類，如OneVsRestClassifier。 下面分別給出
2020-06-16 03:34:14
原创 python Pandas DataFrame 取單行數據保持dataframe格式的方法
python pandas的一個使用技巧。 Pandas DataFrame 直接取一行數據會得到Series， 如果想讓結果保持原dataframe格式，在索引外加 [] 即可。 示例如下： import pandas as p
2020-06-16 03:34:14
原创 sklearn 使用軟標籤進行多標籤、多分類訓練的一種實現方法
目標場景 Multilabel classifcation in sklearn with soft (fuzzy) labels。 在sklearn中，使用軟標籤（one-hot標籤：(1,0,0),軟標籤:(0.8,0.2,0
2020-06-16 03:34:14
1
原创 用於關係提取的基於注意力機制的雙向LSTM網絡[ACL 2016]
論文題目： Attention-Based Bidirectional Long Short-Term Memory Networks for Relation Classification 論文出處： ACL2016 論文地址：
2020-06-16 03:34:14
原创 python 使用pandas 讀取較大csv文件的加速技巧
問題背景 基於python將較大的文本文件讀取爲dataframe時（文本文件可能是csv或者xlsx類型）。直接用pandas對整個文件進行讀取的話，會比較耗時。 這裏提供一個簡單的加速方案：分批讀取。 實現方案 需要首先將文件
2020-05-25 06:33:43
原创 git credential.helper 爲不同的項目目錄分別儲存用戶名和密碼
問題背景： git 項目 只能使用http方式連接 （比如：公司的gitlab不支持ssh方式。）, 不想每次都輸入用戶名和密碼。基於credential.helper （憑證助手）store模式可以 在文件中永久存儲用戶名和密碼
2020-05-25 06:33:42
原创 pytorch使用教程-基於自定義 Dataloader中的collate_fn 函數 實現變長數據處理
問題背景 想要使用pytorch 框架中的 Dataset 和 Dataloader 類，將變長序列整合爲batch數據 （主要是對長短不一的序列進行補齊)，通過自定義collate_fn函數，實現對變長數據的處理。 主要思路 D
2020-05-15 22:55:04
原创 程序員必備：徹底弄懂常見的7種中文字符編碼（推薦閱讀，寫的十分清晰易懂）
作爲一名NLPer,文件編碼/解碼是我們經常要面對的問題~ 牆裂推薦大家閱讀一下騰訊出品的這篇文章，寫的十分清晰易懂~ 傳送門
2020-05-09 20:58:55