\textcolor{}{} 可以在 $latex公式$ 中起到修改颜色的作用

Rosetta 转译救我狗命

输入：numpy的array输出：一个一维的平均值arrayimport numpy as npdef non_zero_mean(np_arr):exist = (np_arr != 0)num = np_arr.sum(axis=1)den = exist.sum(axis=1)return num/den如果要求按行的非零元素的平均...

这次，我们仍然要自己搭建一个RNN，与第一篇和第二篇不同的是，这次是一个单词级别的RNN，是一个从序列到序列的模型，又叫做Seq2Seq（Sequence to Sequence）模型，常用到的结构是编码器-解码器结构（Encoder-Decoder）。在这个模型中，由两个循环神经网络同时工作，把一个序列转换成另一个序列。一个编码器神经网络会把输入的序列编码成一个上下文向量，然后把这个上下文向量输

全文总结，太长不看系列：1.没有安装cuda、cudnn2. 安装的cuda、cudnn和你安装的pytorch对应的build环境中的cuda版本不符合3.电脑安装的显卡驱动低于CUDA版本所需

利用 transformer 库中的bert，在 wikiQA 数据集上训练模型

继用GAN进行图像去噪【ImageDenoisingGAN】Image Denoising Using a Generative Adversarial一文发表后，近来收到不少邮件，在此刊登，供大家答疑解惑，也欢迎大家交流。因为本人才疏学浅，所以回答有误的地方也欢迎大家指正。

最近看计算机人工智能相关顶级会议的论文，看到了SOTA model，本来以为是一个很厉害的模型，但是网上都没有查到。今天会心一击，终于想起来，SOTA是state-of-the-art的缩写。SOTA model 也就是state-of-the-art model的意思，并不是特指某一个模型，而是指该项研究任务中到目前最好/最先进的模型。...

最近在看别人的代码时，看到一个神奇的函数torch.gather()，网上查了一下，看了半天才终于看懂对方在说什么，个人觉得这种东西应该画个图来帮助理解，于是就写了这篇博客。官方文档解释：torch.gather(input, dim, index, out=None) → TensorGathers values along an axis specified by dim.For a 3-D

利用 transformer 库中的bert，在 wikiQA 数据集上训练模型