杨杨09265 - 博客园

paddle设计思想

摘要： 1.概述主要介绍内部的实现流程 2.架构 3.过程 python被组织成一个ProgramDesc，用户通过调用paddle提供算子来向Program添加tensor以及对变量的操作Operators，用户只需描述前向计算，原始的programDesc转化为一个中间语言Transplier。一阅读全文

posted @ 2020-06-22 00:01 杨杨09265 阅读(165) 评论(0) 推荐(0)

flink(二)

摘要： 1.dataset和datastream 1).DataSetAPI 分类： Source: 数据源创建初始数据集，例如来自文件或Java集合 Transformation: 数据转换将一个或多个DataSet转换为新的DataSet Sink: 将计算结果存储或返回 2).DataStreamAP 阅读全文

posted @ 2020-06-18 01:22 杨杨09265 阅读(222) 评论(0) 推荐(0)

netty

摘要： 1.概述 Netty 是一款异步的事件驱动的网络应用程序框架，支持快速地开发可维护的高性能的面向协议的服务器和客户端 2.框架图 3.处理流程最上层通过Bootstrop类创建channel,channel分为serverChannel和localChannel,chaneel包含一个pipeli 阅读全文

posted @ 2020-06-17 02:03 杨杨09265 阅读(78) 评论(0) 推荐(0)

redisson(一)

摘要： 1.概述 redisson是一个支持分布式的redisson客户端，支持对象的分布式存储。它不仅提供了一系列的分布式的Java常用对象，还提供了许多分布式服务。 2.配置方法 redisson支持程序化的方式，yaml，xml，json等配置方式 Config config = new Config 阅读全文

posted @ 2020-06-10 23:21 杨杨09265 阅读(519) 评论(0) 推荐(0)

NeuralAttentionModel

摘要： 1.概述 A Neural Attention Model for Sentence Summarization是一个用于处理文本总结的模型，是基于seq2seq提出的，论文地址https://www.aclweb.org/anthology/D15-1044.pdf 2.模型 3.模型公式目标：阅读全文

posted @ 2020-05-27 23:43 杨杨09265 阅读(158) 评论(0) 推荐(0)

梯度爆炸和梯度消失

摘要： 1.表现梯度爆炸主要表现在损失大幅度跳动，梯度消失主要表现是损失基本不变或在一个很小的范围内不断变化。 2.解决办法梯度消失可以替换激活函数为relu，缩减隐层梯度爆炸可以做梯度裁剪 fluid.clip.set_gradient_clip( clip=fluid.clip.GradientC 阅读全文

posted @ 2020-05-26 23:11 杨杨09265 阅读(471) 评论(0) 推荐(0)

JEMT模型

摘要： 1.概述机器翻译的输入一般是源语言的句子。但在很多实际系统中，比如语音识别系统的输出或者基于拼音的文字输入，源语言句子一般包含很多同音字错误, 这会导致翻译出现很多意想不到的错误。由于可以同时获得发音信息，我们提出了一种在输入端加入发音信息，进而在模型的嵌入层融合文字信息和发音信息的翻译方法，大阅读全文

posted @ 2020-05-22 23:31 杨杨09265 阅读(312) 评论(0) 推荐(0)

DAM模型

摘要： 1.概述 DAM用于处理一个连续型的问答问题，问题的答案存在于一个序列中，模型的目标是从待选择的答案中选出最合适的答案并给予评分。 2.模型结构 3.模型输入是若干个问题，和一个答案的集合，经过embeding形成字向量，词向量，和句子向量，然后经过多层的self-attention机制形成字，词阅读全文

posted @ 2020-05-21 23:49 杨杨09265 阅读(914) 评论(0) 推荐(0)

LexicalAnalysis

摘要： 1.概述 Lexical Analysis of Chinese，简称 LAC，是一个联合的词法分析模型，在单个模型中完成中文分词、词性标注、专名识别任务。我们在自建的数据集上对分词、词性标注、专名识别进行整体的评估效果。主要通过标注来完成这些任务。 2.预测和损失函数标注问题一般用crf来作为损阅读全文

posted @ 2020-05-20 23:22 杨杨09265 阅读(418) 评论(0) 推荐(0)

paddle数据Tensor

摘要： 1.根据输入数据构建loader src = fluid.data(name="src", shape=[None, None], dtype="int64") src_sequence_length = fluid.data(name="src_sequence_length",shape=[No 阅读全文

posted @ 2020-05-19 23:59 杨杨09265 阅读(1047) 评论(0) 推荐(0)

yangyang12138

导航

公告