摘要：
142. 环形链表 II 给定一个链表，返回链表开始入环的第一个节点。 如果链表无环，则返回 null。 为了表示给定链表中的环，我们使用整数 pos 来表示链表尾连接到链表中的位置（索引从 0 开始）。 如果 pos 是 -1，则在该链表中没有环。 说明：不允许修改给定的链表。 示例 1： 输入： 阅读全文
摘要：
1. Introduction PDTB是基于一个简单的想法，即，篇章关系是建立在一组可识别的单词或短语（篇章连接词）或仅仅是在两个句子的邻接中。 本手册首先总结了PDTB-3中的新功能以及它与PDTB-2中的不同之处。 需要注意的是，PDTB-3中的每个token都标有其 出处，表明它是PDTB- 阅读全文
摘要：
1. 查看模型每层输出详情 from torchsummary import summary summary(your_model, input_size = (channels, H, W)) input_size是根据你自己的网络模型的输入尺寸进行设置。 2. 梯度裁剪 import torch 阅读全文
摘要：
感觉不错：Attention详解 阅读全文
摘要：
nvidia-smi：是用来查看GPU使用情况的。我常用这个命令判断哪几块GPU空闲，但是最近的GPU使用状态让我很困惑，于是把nvidia-smi命令显示的GPU使用表中各个内容的具体含义解释一下。 !/opt/bin/nvidia-smi 阅读全文
摘要：
47. 全排列 II 给定一个可包含重复数字的序列，返回所有不重复的全排列。 示例: 输入: [1,1,2] 输出: [ [1,1,2], [1,2,1], [2,1,1] ] /* * @lc app=leetcode.cn id=47 lang=cpp * * [47] 全排列 II */ // 阅读全文
摘要：
摘要 1. 引言（Introduction） 2. Annotation of Discourse Relations and their Arguments 显示连接词 Arg1论元位置，范围跨度都大 隐式连接词 阅读上下文来推断 AltLex、EntRel、NoRel用于不能提供隐含连接词的情况 阅读全文
摘要：
https://blog.csdn.net/qq_39636214/article/details/85036837 阅读全文
摘要：
参考文章 Three-pass method 关键：阅读这篇论文三次，而不是一开始就开始，把你的路耕到最后。 1. 第一次阅读 第一次：给你一个大致的想法关于这篇论文（5-10分钟） 仔细阅读 标题（title），摘要（abstract），和引言（introduction） 阅读章节（section 阅读全文
摘要：
目前工作： 扩预料工作 语义关系分析 阅读全文
摘要：
226. 翻转二叉树 翻转一棵二叉树。 示例： 输入： 4 / \ 2 7 / \ / \ 1 3 6 9 输出： 4 / \ 7 2 / \ / \ 9 6 3 1 C++版本： /* * @lc app=leetcode.cn id=226 lang=cpp * * [226] 翻转二叉树 */ 阅读全文
摘要：
0. 摘要 1. 引言 （1）有利于篇章文本结构化 （2）具有广泛的应用价值 篇章的因果关系：用于自动问答和事件关系抽取； 对比关系：用于研究情感分析； 扩展关系：用于自动文摘和篇章关键词抽取。 另外，在机器翻译中也得到广泛应用。 2. 语料资源 RSTDT、PDTB、HIT-CDTB RSTDT、 阅读全文
摘要：
94. 二叉树的中序遍历 给定一个二叉树，返回它的中序 遍历。 示例: 输入: [1,null,2,3] 1 \ 2 / 3 输出: [1,3,2] 递归解法： /* * @lc app=leetcode.cn id=94 lang=cpp * * [94] 二叉树的中序遍历 */ // @lc c 阅读全文
摘要：
参考博客1 参考博客2 在PyTorch中，有一些对Tensor的操作不会真正改变Tensor的内容，改变的仅仅是Tensor中字节位置的索引。这些操作有： narrow(), view(), expand(), transpose() 例如执行view操作之后，不会开辟新的内存空间来存放处理之后的 阅读全文
摘要：
笔记摘抄 笔记 import torch from torch import nn, optim from torch.utils.data import DataLoader from torchvision import transforms, datasets import visdom 1. 阅读全文
摘要：
笔记摘抄 语料链接：https://pan.baidu.com/s/1wpP4t_GSyPAD6HTsIoGPZg 提取码：jqq8 数据格式如图： 导包： import os import sys import math from collections import Counter import 阅读全文
摘要：
全部代码 已训练模型 1. 聊天机器人综合介绍 1.1 知识点 1.2 聊天机器人分类 1.21 从领域划分 固定领域(技术支持) 固定领域(天气查询) 开放领域(娱乐助手) 1.22 从模式划分 检索模式 应用： 简单原理： 生成模式 应用： 简单原理： 1.23 从功能划分 问答型聊天机器人 任 阅读全文
摘要：
1. 生成式模型 2. 自动编码器(Auto-Encoder) 3. 变分自动编码器(Variational AutoEncoders) 4. 生成对抗网络(GAN,Generative Adversarial Networks) 4.1 判别式模型和生成式模型 4.2 GAN基本原理 4.3 判别 阅读全文
摘要：
笔记摘抄 语料链接：https://pan.baidu.com/s/1YxGGYmeByuAlRdAVov_ZLg 提取码：tzao neg.txt和pos.txt各5000条酒店评论，每条评论一行。 1. 导包和设定超参数 import numpy as np import random impo 阅读全文
摘要：
笔记摘抄 1. transformer资料 transformers（以前称为pytorch-transformers和pytorch-pretrained-bert） 提供用于自然语言理解（NLU）和自然语言生成（NLG）的BERT家族通用结构（BERT，GPT-2，RoBERTa，XLM，Dis 阅读全文
摘要：
视频讲解 直接看这个-->Github 导包： import re import math import torch import numpy as np from random import * import torch.nn as nn import torch.optim as optim i 阅读全文
摘要：
1. ELMO 2. BERT 就是Transformer的Encoder部分：输入input，输出embedding 如果处理中文，用 字 作为单位 （潮水--词，潮--字） 2.1 预测Masked word 2.2 [SEP] 和 [CLS] [SEP]：两个句子的 边界 [CLS]：输出 分 阅读全文
摘要：
https://www.cnblogs.com/linzhenyu/p/13277552.html 阅读全文
摘要：
摘抄 1. 爬取京东商品评论 JD.py import requests from urllib.parse import quote from urllib.parse import urlencode from lxml import etree import logging import js 阅读全文
摘要：
笔记摘抄 Transformer模型（文本分类仅用到Encoder部分）： 1. 数据预处理 和上一个博客https://www.cnblogs.com/douzujun/p/13511237.html中的数据和预处理都一致。 import numpy as np import torch from 阅读全文
摘要：
摘抄笔记 语料链接：https://pan.baidu.com/s/1aDIp3Hxw-Xuxcx-lQ_0w9A 提取码：hpg7 train.txt pos/neg各500条，一共1000条（用于训练模型） dev.txt pos/neg各100条，一共200条（用于调参数） test.txt 阅读全文
摘要：
https://blog.csdn.net/qq_40210472/article/details/87895626 1. nn.Conv2d nn.Conv2d 输入信号的形式为(N, Cin, H, W), N表示batch size，Cin表示channel个数，H，W分别表示特征图的高和宽 阅读全文
摘要：
1. 导入包 import os import torch import torch.nn as nn from torch.autograd import Variable import torch.utils.data as Data import torchvision import torc 阅读全文
摘要：
1. 创建vocabulary 学习词向量的概念 用Skip-thought模型训练词向量 学习使用PyTorch dataset 和 dataloader 学习定义PyTorch模型 学习torch.nn中常见的Module Embedding 学习常见的PyTorch operations bm 阅读全文
摘要：
https://www.jianshu.com/p/8ea7fba72673 https://pytorch.org/tutorials/beginner/data_loading_tutorial.html num_works设置过高出错(多线程错误，使用gpu就没事了) https://blog 阅读全文