GPU排队脚本GPU排队脚本 ---- GPU一旦空闲触发脚本执行程序参考：GPU排队脚本（python脚本）cmd = 'bash run.sh' 该句设置要执行的python脚本import osimport sysimport timecmd = 'bash run.sh' #设置运行的脚本def gpu_info():gpu_status = os.popen('nvidia-smi |

必备编程技能：C语言、（C++ or JAVA or go）、python必备数学技能：高等数学、线性代数、概率论参考链接：NLP综述（思维导图）自然语言处理怎么最快入门？2021年NLP入门书籍推荐NLP任务分类NLP任务分类分为自然语言理解（NLU）、自然语言生成（NLG）文本分类文本摘要信息抽取文本生成机器翻译和多语言情感分析和文体分析预训练语言模型及应用问答系统及检索对话系统及阅读理解语法

ACL会议记录ACLEMNLPNAACLEACLCONLLCOLINGIJCNLPLRECIWCSCICLingA类会议：NeurIPS、ICML、AAAI、IJCAICVPR、ICCVACLB类会议：COLT、ECAIECCVEMNLP、COLINGC类会议：NAACL、CoNLL、NLPCC、ICDAR未入选会议：ICLR、EACL、IJCNLP、LREC、SemEval期刊TACL...

动手学深度学习（九、深度学习优化算法）参考链接：优化算法一、优化与深度学习由于优化算法的目标函数通常是一个基于训练数据集的损失函数，优化的目标在于降低训练误差。由于深度学习模型参数通常都是高维的，目标函数的鞍点通常比局部最小值更常见。优化与深度学习的关系，以及优化在深度学习中的挑战。在一个深度学习问题中，我们通常会预先定义一个损失函数。有了损失函数以后，我们就可以使用优化算法试图将其最小化。在优化

图结构一般而言是十分不规则的，可以认为是无限维的一种数据，因此不存在平移不变性。每一个结点周围的结构都是独一无二的，因此针对该结构的数据。涌现出GNN、DeepWalk、node2vec等等方法。GCN，即图卷积神经网络图卷积神经网络（GCN）tkipf/pygcn (github.com)Graph Convolutional Networks |Thomas Kipf | University

使用scipy库 和 nltk库进行抽取单词的 词性信息 和 实体信息

一、精确率、召回率、准确率混淆矩阵PositiveNegativeTrueTrue Positive(TP)True Negative(TN)FalseFalse Positive(FP)False Negative(FN)True Positive（真正， TP）：将正类预测为正类数True Negative（真负， TN）：将负类预测为负类数False Positive（假正， FP）：将负类