ShaoNian98

摘要： 最近准备英语六级听力，但是买的试卷的听力只能用特定的网站听，还不能倒放，效率特别低，所以我想着先下载下来，后来发现，视频没有连接，简直崩溃，最后找到一个办法。 这是网页视频network的格式 需要的工具： 1. Google应用商店，下载插件： HDS / HLS Video Downloader 阅读全文

摘要： 生成对抗网络 ​ 顾名思义，生成对抗网络由两个部分构成， 生成器（Generator)和判别器(Discriminator), 两个部件相互博弈，最终达到平衡状态。 基本原理 下面以生成图片为例。 G: 生成器 接受一个随机的噪声 z，通过噪声产生目标G(z) D：判别器 判别目标是否是“真实的”。 阅读全文

摘要： 下面内容属于练习， 发现一个更好用的插件，移步：https://www.52pojie.cn/thread-1042025-1-1.html ADB安装： linux下 然后将手机调至开发者模式，开启usb调试，使得adb能检测到手机的存在 运行下面的python程序，对于其中的坐标，需要手动修改（ 阅读全文

摘要： 之前一直都听到，Attention is all you need. 今天，了解了一下Attention的大致思想，还是很高的抽象，具体过程还没接触。 这项技术来源人类的视觉系统，当我们看到一副图片的时候，我们会自动的关注图片中那些显著的成分，并且我们还会聚焦，也就是对于一张图片来讲，对于不同的区域 阅读全文

摘要： 1. SOTA (State-Of-The-Art) 能够成为SOTA的算法，我们称之为 SOTA 2. BERT(Bidirectional Encoder Representation from Transformer) 大致内容讲 生成词向量的方式，但是考虑句子之间的关系。 具体内容还没搞懂 阅读全文

摘要： 问题： 1.远程监督的方法由于约束较低，所以导致会产生大量的噪声数据 2.特征抽取方法没有充分考虑两个实体间的位置信息 解决方法： 1.采用多示例学习缓解噪声 将同一Bag(相同实体对）置信度最高的句子的关系 作为Bag中所有句子的关系（假设还是很强） 2.提出PCNNs网络 之前的CNN只能提取到 阅读全文

摘要： 1. 需要将原始数据分词，然后训练模型 常用分词工具 jieba 2.利用 gensim 训练模型， 保存词向量 3. 相关文章： （1）直观理解：https://blog.csdn.net/baimafujinji/article/details/77836142#commentBox (2) 简 阅读全文

摘要： 1. List 使用问题 菲波那切数列 阅读全文

摘要： 1. 修改源 2. torch 安装 3. 驱动安装 nvidia驱动安装： https://blog.csdn.net/wf19930209/article/details/81877822 4.cuda和cudnn安装，相关包安装 网上资源较多，不再叙述 阅读全文