lif323

摘要： git commit -m "Something terribly misguided" # (0: Your Accident) git reset HEAD~ # (1) # 此时已经撤销最近一次的提交 # 重新编辑文件 # (2) git add . # (3) git commit -c O 阅读全文

摘要： 一般的程序可以使用Ctrl C终止。 如果该命令无效，可执行Ctrl Z，步骤如下： （1）Ctrl Z （2）jobs 查看挂起的程序。 [1]+ Stopped <process name> （3）kill %n, n对应想kill的程序的序号[n]。 阅读全文

摘要： 在git中format-patch 是一种将在离线服务器上的提交同步到可连接git服务器的方法。 在离线机器上的git repo 生成.patch 文件。 #最近1次提交 git format-patch -1 HEAD # 最近n次提交 git format-patch -n HEAD --std 阅读全文

摘要： import torch torch.manual_seed(2021) # in_channels 表示输入特征数量，卷积核的第一个维度 # out_channels 表示输出特征数量，也是卷积核的数量 # kernel_size 是卷积核的第二维度。 卷积核维度为 in_channels * k 阅读全文

摘要： nvidia-smi 查看gpu的具体占用情况。 ps -f -p PID 查看某个程序的详细信息。 参考: https://www.cnblogs.com/dyc99/p/14597853.html 阅读全文

摘要： Shapley value 用于计算个体对整体的贡献度，它的计算公式如下： \[\varphi_i(v)=\sum_{S \subseteq N \backslash\{i\}} \frac{|S| !(N-|S|-1) !}{n !}(v(S \cup\{i\})-v(S)) \]其中，\(v\) 阅读全文

摘要： Term Frequency-Inverse Document Frequency(TF-IDF) 用于衡量一个单词（term）在一组文档(document)中对于一个文档(document)的重要性。它属于统计学方法。 Term Frequency(TF): $$\text{TF} = \frac 阅读全文

摘要： 什么是强化学习（reinforcement learning） 假设一个场景，一个智能体(agent) 和环境（env）交互，智能体基于当前环境\(S_t\)每产生一个动作\(A_t\)，环境便给它一个反馈，也被称为奖励(reward)\(R_{t+1}\), 随后，智能体的状态变为\(S_{t+1 阅读全文

摘要： Teacher forcing 是一种序列任务中的技术。它最初提出的动机是使得RNN的训练得以并行，加快模型训练。 简单来说Teacher forcing就是将数据集中的标签作为模型输入。 首先，以RNN为例，介绍Teacher forcing的技术细节。下图为RNN展开的计算图。 如图所示，Tea 阅读全文

摘要： VAE 是 AE的变体。主要目的是让模型学习数据的分布，最后让解码器(decoder)部分具有生成样本的能力。 VAE可看做高斯混合模型(GMM)的扩展。 GMM中，数据由多个高斯分布来描述: \[p(x) = \sum_{k=1}^{K}P(z_{k})P(x|z_{k}) \]其中 $z \si 阅读全文