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/

转自在Linux中查询CPU的核数与 Windows下查看电脑的CPU个数，核心数，线程数定义CPU个数： 电脑插槽上的CPU个数, 物理cpu数量CPU核数：一个物理CPU上面能处理数据的芯片组的数量CPU逻辑核数：一般情况，我们认为一颗cpu可以有多核，加上intel的超线程技术(HT), 可以在逻辑上把一个物理线程模拟出两个线程来使用，使得单个核心用起来像两个核一样，以充分发挥CPU的性能总

1 .AttributeError: module ‘onnxruntime‘ has no attribute ‘InferenceSession‘解决方法FAIL : Non-zero status code returned while running Add node.尝试过很多方法，发现最终是环境问题，重新安装环境即可，注意cuda版本和onnxruntime的对应关系我是使用镜像htt

import torchimport torch.nn as nnimport osfrom allennlp.nn import utiltorch.manual_seed(1)os.environ["CUDA_VISIBLE_DEVICES"] = "1"class Test(nn.Module):def __init__(self):super().__init__()passdef for

查看当前路径下是否有同名的文件onnxruntime，如果有，修改该文件名将cpu版本的onnxruntime和gpu版本的onnxruntime-gpu都卸载，重新安装你所需要的

Mask-Predict: Parallel Decoding of Conditional Masked Language Models来源：EMNLP2019链接：https://arxiv.org/pdf/1904.09324.pdf代码：https://github.com/facebookresearch/Mask-Predict动机大部分的神经机器翻译模型(se...

写入jsonimport json# 写入jsonall_res = {}write_path = "E:/test_feature.json"all_res["明天"] = "天气好"with open(write_path, "w", encoding='utf-8') as f:json.dump(all_res, f, ensure_ascii=False)文件test_feature.j

onnxOpen Neural Network Exchange (ONNX）是微软和Facebook携手开发的开放式神经网络交换工具。为人工智能模型(包括深度学习和传统ML)提供了一种开源格式。它定义了一个可扩展的计算图模型，以及内置运算符和标准数据类型。目前主要关注推断所需的功能。ONNX之于机器学习模型就像JPEG之于图像或MPEG之于视频。你可以使用pytorch，tensorflow或者

CosineEmbeddingLoss余弦相似度损失函数，用于判断输入的两个向量是否相似。 常用于非线性词向量学习以及半监督学习。对于包含NNN个样本的batch数据 D(a,b,y)D(a,b,y)D(a,b,y)。aaa,bbb 代表模型输出，yyy代表真实的类别标签，yyy中元素的值属于{1,−1}\{1,-1\}{1,−1}，分别表示相似与不相似。 第iii个样本对应的losslosslo

元学习包括Zero-Shot/One-Shot/Few-Shot 学习，模型无关元学习(Model Agnostic Meta Learning) 和元强化学习（Meta Reinforcement Learning）等元学习的训练样本和测试样本都是基于任务的。元学习是要去学习任务中的特征表示，从而在新的任务上泛化用于训练任务的训练集称为support set，测试集称为query set从图中可