参考问题：cuda - Using GPU from a docker container? - Stack Overflow目录指定显卡硬件名nvidia-dockerDocker 19.03指定显卡硬件名最初的容器中使用显卡，需要指定硬件名。经历了两种方式1. 使用lxc驱动程序运行docker守护进程，以便能够修改配置并让容器访问显卡设备（非常麻烦，参考链接中最久远的回答）2. Docker

转自博客。仅供自己学习使用，如有侵权，请联系删除$表明是非root用户登录，#表示是root用户登录，它们是终端shell的命令提示符。而/是根节点， ~是 home如果以root账号登陆，~ 是 /root/ ， /是 /如果以name 登陆，~ 是 /home/name/ ， /是 /cd命令介绍：例如当前在/mnt/mnt/usb/usb1目录下cd /到 /cd ......到 /mnt/

# 取最值pairs = {('s', 't</w>'): 9, ('e', 's'): 9, ('o', 'w</w>'): 5, ('l', 'o'): 7, ('w', 'e'): 8, ('o', 'w'): 2}best = max(pairs, key=lambda x: (pairs[x], x))print(best)# 按照多个key排序pairs = {

参考问题：cuda - Using GPU from a docker container? - Stack Overflow目录指定显卡硬件名nvidia-dockerDocker 19.03指定显卡硬件名最初的容器中使用显卡，需要指定硬件名。经历了两种方式1. 使用lxc驱动程序运行docker守护进程，以便能够修改配置并让容器访问显卡设备（非常麻烦，参考链接中最久远的回答）2. Docker

转自python官方文档glob通过使用通配符.*?，找出所有匹配特定模式的路径名考虑一个包含以下内容的目录data\__ data\__ 1.gif\__ 2.txt\__ card.gif\__ .card.gif\__ sub\__ 3.txtglob() 将产生如下结果（路径的任何开头部分都将被保留）：import globfiles =

transformer中的attention为什么scaled简单的说是为了上attention得到的权值更加均匀一点。在数量级较大时，softmax将几乎全部的概率分布都分配给了最大值对应的标签。详见 transformer中的attention为什么scaled如果本身就想获得差距较大的attention值，可以不用scaled。例如在这个ner任务里面...

（1）介绍dropout，为什么可以起到防止过拟合的作用答 ：Dropout是什么？为什么Dropout可以防止过拟合？（2）. 使用的模型的计算量，Flops（3）共享参数，为什么可以提升效果（起到正则化的作用）（4）LSTM和transformer的各自的优缺点，以及复杂度分析（5）BN层和LN层的区别，为什么自然语言处理里面用LN层关于batch normalization和layer no

目前，了解到的深度学习模型集成的方法主要有两种：第一：平均checkpoints即对存储好的多个checkpoint中的参数求平均，然后重新保存。这里的多个checkpoint可以是同一份数据训练，模型收敛后存储的多个模型；也可以是不同的数据训练得到的模型。该方法的优点是可以提高单个模型的效果，并且推理的速度和存储都不会发生变化。缺点在于待平均的模型的结构要完全一致，另外提升的效果不会很大。以py

目前，了解到的深度学习模型集成的方法主要有两种：第一：平均checkpoints即对存储好的多个checkpoint中的参数求平均，然后重新保存。这里的多个checkpoint可以是同一份数据训练，模型收敛后存储的多个模型；也可以是不同的数据训练得到的模型。该方法的优点是可以提高单个模型的效果，并且推理的速度和存储都不会发生变化。缺点在于待平均的模型的结构要完全一致，另外提升的效果不会很大。以py

定义矩阵的奇异值分解（SVD）是指，将一个非零的 m×nm \times nm×n 实矩阵 A,A∈Rm×nA, A \in \mathbf{R}^{m \times n}A,A∈Rm×n, 表示为以下三个实矩阵乘积形式的运算, 即进行矩阵的因子分解:A=UΣVTA=U \Sigma V^{\mathrm{T}} A=UΣVT其中，UUU 是 mmm 阶正交矩阵, VVV 是 nnn 阶正交矩阵，