训练集、验证集、测试集 训练集：用来训练模型的参数，对应的评价是“训练误差” 验证集：用来测试不同超参数下模型效果，选择超参数 测试集：用来测试模型，对应的评价是“泛化误差” 注意，训练集和验证集不能有交叉，测试集在整个模型训练中只能用一次。也就是先选定超参数用训练集训练模型，然后用验证集评估，再改变超参数，用训练集训练，再用验证集评估，选择最好的超参数放在测试集上测试一次。 K

image 123456def softmax(x): x -= np.max(x, axis= 1, keepdims=True) f_x = np.exp(x) / np.sum(np.exp(x), axis=1, keepdims=True) return f_x 第一步：减去最大值。 因为在求exp时，可能因为指数过大，出现溢出的情况。 而在

在NLP任务中，输入的大多是一个句子，多个句子组成一个batch。模型本身不能直接处理文本，所以需要先把文本转化成数字。流程大多数是： 分词->构建词表->词嵌入 分词 分词是将一个句子拆分成一个个单词/短语，这些单词/短语称为token，分词被叫做tokenize。 tokenize的粒度有word/char/subword三个层级。 一个token并不一定是一个单

用conda安装新版transformers后，啪，报了个错 1ImportError: /lib/x86_64-linux-gnu/libm.so.6: version `GLIBC_2.29' not found (required by /data/jcdu/miniconda3/envs/main/lib/python3.7/site-packages/tokenizers/t

查找方法：先在.minecraft\assets\index\1.18.json中查找minecraft/lang/zh_cn.json，然后根据hash在.minecraft\assets\objects里面找对应的文件。 比如这里是9fabbc798786c7b7364902b31bdb37c2c037e9b8，那么它就在9f文件夹中。找到后用文本编辑器打开，里面都是unicode编码，直接

参考：FFmpeg精准时间切割视频文件 - 知乎 视频+音频： 1ffmpeg -i <input_file> -ss <start_time> -t <duration> -c:a <audio_codec> -c:v <video_codec> <output_file> 仅音频： 1ffmpeg -y -i a

Paper/Spigot/Bukkit 以下插件无特殊说明仅需服务器安装 功能性插件 InteractionVisualizer 显示掉落物品消失时间的插件 此插件需要前置插件ProtocolLib 注意：此插件可能会对服务器造成较高的负担，如果卡顿建议去除 LuckPerms 权限插件，是各种需要权限的插件的不二之选。官网的Usage是个很好的入门教程。 T

看了一些文章，实在是跟婆娘的裹脚，又臭又长，解释的倒是正确，但是那么长很容易吓退看文章的人，况且写的也不那么清晰，ABC来回都混淆了。 ssh总共有3种转发模式，分别是 -D: 动态端口转发，这玩意用来做socks proxy，此处不写。 -L：访问本地端口 == 远程端口 -R：访问远程端口 == 访问本地端口 本地指发起ssh请求的客户端，远程指接收ssh请求的服务器

发送指定按键到tmux的特定会话： 1tmux send-keys [-t <session-name>] <key> key的取值参考tmux man手册： When specifying keys, most represent themselves (for example 'A' to 'Z'). Ctrl keys may be prefixed wi

huggingface模型下载 transformers的预训练模型下载到本地特定位置，默认是在~/.cache/huggingface/transformers 1model = GPT2LMHeadModel.from_pretrained('gpt2', cache_dir="...") 想知道transformers的模型都是什么结构的，比如b