原创 2020實習筆試經驗

2020實習 美團點評 五道編程題 模擬 搜索 字符串比對 富途 牛客網 20道選擇 概率 數學:相遇幾次的問題 簡直考智商嘛!!! 4道填空 SQL 1道編程 函數實現 阿里 1小時兩道編程題

原创 Scrapy框架應用實踐

文章目錄安裝創建項目文件說明創建一個spider(爬蟲程序)生成文件xiaoshuo.pyPost方式帶參數請求網頁定義item再次打開spider來提取我們想要的信息setting運行與保存pipline自定義存儲格式Dowml

原创 Python PDF讀取&處理

python PDF處理資料 如何使用Python玩轉PDF各種騷操作? 在Python中使用PDF:閱讀和拆分 pdfplumber讀取 pdf文本和表格處理——pdfplumb PDFPlumber:從PDF文件提取文字和表格

原创 leetcode974 模式識別\同餘定理:和可被 K 整除的子數組

文章目錄暴力解法模式識別:連續子數組問題同餘定理定理提要散列表:統計出現次數warning 給定一個整數數組 A,返回其中元素之和可被 K 整除的(連續、非空)子數組的數目。 示例: 輸入:A = [4,5,0,-2,-3,1

原创 Transfomer解析

代碼:https://www.github.com/kyubyong/transformer 重點解讀:https://jalammar.github.io/illustrated-transformer/ 全連接層:重新擬合,

原创 pytorch基本流程框架

https://blog.csdn.net/u012609509/article/details/81203436 Autograd mechanics autograd包爲張量上的所有操作提供了自動求導機制。 torch.Te

原创 Trick for AI

一般把網絡中具有**可學習參數的層放在構造函數__init__()**中,不具有可學習參數的層(如ReLU)可放在構造函數中。 梯度裁剪:解決梯度消失/爆炸(就是偏導無限接近0,導致長時記憶無法更新): 當梯度小於/大於閾值時,

原创 LeetCode108:將有序數組轉換爲二叉搜索樹

文章目錄二叉搜索樹(二叉搜索樹,二叉排序樹) 將一個按照升序排列的有序數組,轉換爲一棵高度平衡二叉搜索樹。 本題中,一個高度平衡二叉樹是指一個二叉樹每個節點 的左右兩個子樹的高度差的絕對值不超過 1。 示例: 給定有序數組: [

原创 LeetCode198 DP:打家劫舍

你是一個專業的小偷,計劃偷竊沿街的房屋。每間房內都藏有一定的現金,影響你偷竊的唯一制約因素就是相鄰的房屋裝有相互連通的防盜系統,如果兩間相鄰的房屋在同一晚上被小偷闖入,系統會自動報警。 給定一個代表每個房屋存放金額的非負整數數組

原创 pytorch 權重weight 與 梯度grad 可視化

查看特定layer的權重以及相應的梯度信息 打印模型 觀察到model下面有module的key,module下面有features的key, features下面有(0)的key,這樣就可以直接打印出weight了 在pdb

原创 命名實體識別NER學習

命名實體識別(NER)是在自然語言處理中的一個經典問題,其應用也極爲廣泛。比如從一句話中識別出人名、地名,從電商的搜索中識別出產品的名字,識別藥物名稱等等。傳統的公認比較好的處理算法是條件隨機場(CRF)。簡單是說在NER中應用是

原创 TensorboardX可視化

文章目錄Tensorboard啓動數據記錄writer.add_scalar(tag, scalar_value, global_step=None, walltime=None):記錄數字常量 Tensorboard 官方文檔

原创 關於訓練時Loss值不變解決辦法

loss: 實際輸出值和標籤值之間的誤差距離。 交叉熵: 刻畫了兩個概率分佈之間的距離。 反向更新權重: 有了損失函數,知道了實際輸出和真實值之間的距離,用梯度求導更新權重。 學習率:公式中的a就是學習率,表示的是每次權重更新的

原创 GNN github代碼核心解析 & Trick

文章目錄原版GCN原版GATmyGATDPGN: Distribution Propagation Graph Network for Few-shot Learning 原版GCN full-batch transduc

原创 python數據預處理庫:torchvision.transforms

文章目錄torchvision.transforms作用:數據預處理方法,數據增強,提升泛化能力transforms.normalize:數據標準化, 加快模型收斂transforms.ToTensor():歸一化裁剪.Cente