Small Code-腾讯云开发者社区

开发者社区

文档建议反馈控制台

腾讯云架构师技术同盟

文章/答案/技术大牛

发布

Small Code

alanlee.fun

专栏成员

88

文章

208297

阅读量

40

订阅数

C4 数据集基本信息速览

go 机器翻译

参考 Documenting Large Webtext Corpora: A Case Study on the Colossal Clean Crawled Corpus。

2022-10-05

2K0

Disqus 有评论但没显示的一种解决方案

hexo 腾讯云开发者社区

前段时间将博客的主题从 hexo-theme-archer 换到了 hexo-theme-tranquilpeak，虽然一些功能上没有原主题好，比如侧边栏目录，但是新主题更为简洁清爽，自定义程度比较高，语法上也支持“扩展的” markdown 语法，比如支持如下 image 语法，居中显示，可显示注释，具体效果可参考这篇博文：

2022-09-30

4420

TensorBoard Projector 简易指南

typescript html tensorflow 图像处理

TensorBoard（TB）是一个非常棒的模型可视化工具，早期我也写过一篇文章来详细介绍各个面板。

2022-05-10

1.6K0

NLP 中的通用数据增强方法及针对 NER 的变种

NLP 服务 linux

本文结合 A Visual Survey of Data Augmentation in NLP 和最新的综述论文 A Survey of Data Augmentation Approaches for NLP，大致总结了目前 NLP 领域的通用数据增强方法和几种针对如 NER 的序列标注模型进行适配的变种方法，关于后者，重点介绍了基于 mixup 改进的 SeqMix 方法。

2021-12-07

1.5K0

使用 Transformers 在你自己的数据集上训练文本分类模型

api css 腾讯云测试服务

最近实在是有点忙，没啥时间写博客了。趁着周末水一文，把最近用 huggingface transformers 训练文本分类模型时遇到的一个小问题说下。

2021-12-07

2.4K0

理解 PyTorch 中的 gather 函数

编程算法 bash bash 指令

我遇到的代码是 NLP 相关的，代码中用 torch.gather() 来将一个 tensor 的 shape 从 (batch_size, seq_length, hidden_size) 转为 (batch_size, labels_length, hidden_size) ，其中 seq_length >= labels_length 。

2021-12-07

2K0

Exception [WinError 995] 由于线程退出或应用程序请求的解决办法

tcp/ip python windows

Windows 10 系统下，IPython 解释器内执行某些程序，会导致出现类似如下报错：

2021-12-07

1.6K0

Ghost 博客 SSL 证书过期的解决办法

ghost bash bash 指令 https flask

点击高级也没有进去的链接，而且页面地址前面写着”不安全“，证书显示也已经过期一个月了。而且我自己部署的 flask 服务也访问不了了。

2021-12-07

7900

Ubuntu 18.04 安装 nvtop：一个高颜值的 nvidia-smi

平常我们查看 GPU 信息，比如哪个进程在占用 GPU，占用了多少，GPU 利用率怎么样等信息，都是使用 nvidia-smi，但这些信息都是实时的，也就是说你无法查看一定时间段内的变化情况。

2021-12-07

1.7K0

Python 3.10 的新功能：模式匹配 Pattern Matching

python 容器镜像服务容器

2021 年 3 月 2 日的时候，Guido 发推说 3.10.0a6 出来了，文档也已经有了，4 月 5 日会释出 a7，5 月 3 日出 b1。

2021-03-22

6260

Lemmatization VS Stemming

简单来说，两者都是对词的归一化，但 Stemming（中文一般译为词干提取，以下简称 stem）更为简单、快速一些，通常会使用一种启发式方法去掉一个词的结尾。 Lemmatization（中文一般译为词形还原，以下简称 lemma）更为「智能」一些，上下文相关，有一个 vocab，不在其中的词不会被处理：

2021-03-22

9890

Ubuntu 18.04 安装 nvtop

平常我们查看 GPU 信息，比如哪个进程在占用 GPU，占用了多少，GPU 利用率怎么样等信息，都是使用 nvidia-smi，但这些信息都是实时的，也就是说你无法查看一定时间段内的变化情况。

2020-11-26

1.7K0

给 Python 程序员的 C++ 简易入门指南

c++python 打包 ide

本文改编自 Michigan State University 的 Rich Enbody 和 Bill Punch 的一篇文档。

2020-11-24

1.7K0

Constituency Parsing with a Self-Attensive Encoder 论文解读

机器学习神经网络深度学习人工智能

之前没咋涉略过 parsing 部分，最近有用到，遇到一个实现的很不错的库：benepar，无论是速度、代码还是性能上，伯克利出品。而本文要讲的论文就是 benepar 的参考论文，代码和论文作者都是一个人：Nikita Kitaev，论文发表于 ACL 2018。代码还参考了作者的另一篇论文：Multilingual Constituency Parsing with Self-Attention and Pre-Training。

2020-11-24

4360

理解编辑距离

顾名思义，编辑距离（Edit distance）是一种距离，用于衡量两个字符串之间的远近程度，方式是一个字符串至少需要多少次基础变换才能变成另一个字符串，可应用在拼写检查、判断 DNA 相似度等场景中。根据可操作的基础变换不同，可分为以下几种：

2020-10-29

1.3K0

如何计算 LSTM 的参数量

keras 机器学习神经网络深度学习

之前翻译了 Christopher Olah 的那篇著名的 Understanding LSTM Networks，这篇文章对于整体理解 LSTM 很有帮助，但是在理解 LSTM 的参数数量这种细节方面，略有不足。本文就来补充一下，讲讲如何计算 LSTM 的参数数量。

2020-10-29

2.5K0

BERT 是如何构建模型的

编程算法 tensorflow python 批量计算 css

前面我写了一篇文章来讲 BERT 是如何分词的，现在，轮到该说说 BERT 模型是如何定义的了。

2020-06-24

2.5K0

有意思的 lstrip 和 removeprefix（Python 3.9）

python 网站编程算法

Python 3.9 的新特性中，有两个新的字符串方法：str.removeprefix(prefix, /)、str.removesuffix(suffix, /)，前者是去除前缀，后者是去除后缀。

2020-05-26

1.1K0

PDF 转图片时丢字的一种可能解决方案

编程算法 linux

Python 中 PDF 转图片一般用的是 pdf2image。有时我们会发现 PDF 转出来的图片都是空白，或者缺失了一些字，具体表现就是一些应该有字的区域是空白。由于某些原因我不能把出现问题的文件放上来，不过大致就是这个情况。

2020-04-10

3.7K0

使用 plotly 绘制 Choropleth 地图

本文将通过绘制中国省级 Choropleth 地图来解释如何使用 plotly 绘制 Choropleth 地图，主要有两种方法：底层 API plotly.graph_objects.Choroplethmapbox 和高层 API plotly.express.choropleth_mapbox，数据是 COVID-19 在某一天的疫情数据。

2020-03-18

14.3K7

点击加载更多

社区活动

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·干货材料·成员作品最新动态