在安装torch时，一定要注意显卡的cuda版本问题。比如，在 RTX2080上 同样的环境中 程序可以正常运行，而换到A100中，就会报错如下：NVIDIA A100-PCIE-40GB with CUDA capability sm_80 is not compatible with the current PyTorch installation. The current PyTorch i

一、概念：词性标注（Part-of-Speech tagging 或POS tagging)，又称词类标注或者简称标注，是指为分词结果中的每个单词标注一个正确的词性的程序，也即确定每个词是名词、动词、形容词或其他词性的过程。词主要可以分为以下2类：实词：名词、动词、形容词、状态词、区别词、数词、量词、代词虚词：副词、介词、连词、助词、拟声词、叹词。二、常用的词性标注集如下：《PFR人民日报标注语料

一般用法：一个星号代表乘法运算，两个星号代表幂运算。特殊用法：星号变量，用在函数的参数传递上。其中，单星号变量 *代表这个位置接收任意多个非关键字（non-keyword）参数，在函数的单星号变量 *b 位置上将其转化成元组(value1, value2, value3)；双星号变量 **b代表这个位置接收任意多个关键字(key-word)参数，在双星号变量 **b 位置上将其转化为字典{key1

torch.tensor()torch.tensor()仅仅是python函数：https://pytorch.org/docs/stable/torch.html#torch.tensor，将数据的数据类型转化为tensor:data:（其中data可以是：list, tuple, NumPy ndarray, scalar和其他类型。）dtype: 可以使用参数dtype来指定张量的数据类型，

matplotlib.pyplot.scatter()专门用于绘制散点图scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, hold=None, data=Non

如何读取.npy文件呢？需要利用 numpy.load() 函数进行读取。具体实例如下：import numpy as npa = np.load('DataBaker-duration-000001.npy')print(a)## [1188 10 136 11 178 15 157 14 10 17]

有时候，需要查看模型和数据是在GPU上，还是在CPU上；或者需要将模型和数据放在指定的GPU或者CPU上，那该怎么做呢？1. 判断模型是在GPU上还是CPU上model = nn.LSTM(input_size=10, hidden_size=4, num_layers=1, batch_first=True)print(next(model.parameters()).device)２.判断数据

有时候，需要将字符串中的多个元素都替换掉，如果使用多次 re.sub()进行逐个替换的话，会非常的啰嗦和冗杂。那如何使用一次re.sub()就将所有想替换掉的元素都能替换掉呢？具体如下：1. 一次只替换一个元素import rea = '于枫#1立马#1立正#3，全身#1绷直#4！'b = re.sub('#1','',a)b = re.sub('#2','',b)b = re.sub('#3',

1. 安装相应的包pip install pytorch_pretrained_bert==0.6.2 -i https://pypi.tuna.tsinghua.edu.cn/simple2. 下载相应的预训练模型 bert-base-chinese。3. 代码示例：import torchfrom pytorch_pretrained_bert import BertTokenizer, Be

re是正则的表达式，sub是substitute表示替换re.sub是相对复杂点的替换参考：https://www.jianshu.com/p/8c1d1a38f9b9