原创 訓練，驗證，測試模型
# coding: utf-8 from BilstmModel.BilstmModel import BilstmModel from BilstmModel.cnn_model import TextCNN from Data
2020-06-17 14:54:12
原创 Java加載時的優先級之成員變量、代碼塊、靜態代碼塊、靜態變量和構造函數
public class Parent{ public static Print obj1 = new Print("1"); public Print obj2 = new Print("2");
2020-06-17 14:54:12
原创 啓動tomcat 同時啓動一個socket服務
現狀：在項目中，需要使用socket服務，來完成一個功能 目的：在啓動tomcat服務器的時候，同時啓動socket服務 共需要兩步： 第一步：寫一個類，實現ServletContextListener接口 import org.
2020-06-17 14:54:12
原创 python處理數據庫append和extend的核心區別
c = [] a = ['11','2','33'] b = ['aa','b','cc'] c.append(a) c.append(b) print(c) 輸出的結果是：[['11', '2', '33'], ['aa',
2020-06-17 14:54:12
原创 socket通信原理三次握手和四次揮手詳解及原因
1.socket在網絡層中的位置 2.socket大致流程 先從服務器端說起。服務器端先初始化Socket，然後與端口綁定(bind)，對端口進行監聽(listen)，調用accept阻塞，等待客戶端連接。在這時如果有個客戶端初
2020-06-17 14:54:12
原创 NLP分類常用模型（一）：一維卷積tf.layers.conv1d() + 全連接tf.layers.dense()
class TextCNN(object): """文本分類，CNN模型""" def __init__(self): # 三個待輸入的數據 self.x = tf.placeho
2020-06-17 14:54:12
原创 tensorflow-gpu 下載和安裝
如果你想要GPU 進行訓練的話，那你必須要有三個東西： 1.tensorflow-gpu 2.cuda 3.cudnn 注意：tensorflow-gpu，cuda和cudnn這兩個版本號有着相互依賴的關係 CUDA8.0 不支
2020-06-17 13:58:26
原创 python使用pymysql連接 Mysql 數據庫
import pymysql db = pymysql.connect("192.168.50.231", "root", "1234", "datasir") # 四個參數依次代表：IP地址，mysql的賬號和密碼，數據庫的名
2020-06-17 13:58:16
原创 使用bert預訓練模型進行微調預測，完成文本分類
https://blog.csdn.net/clnjust/article/details/100514231
2020-06-17 13:58:16
原创 linux最基礎最常見的實用指令（必會）
1.進入下一個目錄，./代表的就是當前目錄 yz@yaspeed:~$ cd ./test yz@yaspeed:~/test$ 2.進入上一目錄 cd … yz@yaspeed:~/test$ cd .. yz@yasp
2020-05-30 17:29:41
原创 tensorflow-gpu 的安裝（親測有效）
如果你想要GPU 進行訓練的話，那你必須要有三個東西： 1.tensorflow-gpu 2.cuda 3.cudnn 注意：tensorflow-gpu，cuda和cudnn這兩個版本號有着相互依賴的關係 CUDA8.0 不支
2020-05-30 17:29:41
原创 用Xshell在windows 和 ubuntu服務器之間互傳文件
Xshell 連上服務器後 步驟1：ubuntu上安裝：sudo apt-get install lrzsz 步驟2： Windows向ubuntu傳輸文件：命令行輸入：rz ubuntu向Windows傳輸文件：命令行輸入：sz
2020-05-30 17:29:30
原创 bert模型源碼詳細解讀
一.bert配置參數解讀 bert_config.json { "attention_probs_dropout_prob": 0.1, #乘法attention時，softmax後dropout概率 "directio
2020-04-29 04:50:21
1
原创 mnist中運用的樸素貝葉斯（先驗概率，後驗概率，全概率，似然函數）
樸素貝葉斯中的樸素是指時間之間相互獨立 先說下mnist中的條件，有十個數字圖片，1-9全部等分 如果模型的正確率是95%，錯誤率5% 問：隨便拿一張數字圖片，如果得到的數字是3 P(B)，則拿的數字圖片是哪一張P(A)？ 這個
2020-04-18 18:15:50
原创 NLP分類常用模型（三）：bert 提取特徵 + 全連接tf.layers.dense()
bert提取句向量特徵： from bert_serving.client import BertClient # message 這個表示一個batch_size(cporch)數據 def _get_message_t
2020-04-14 01:59:24