一、问题背景  由于最近做nlp相关的项目，在进行数据预处理的时候，需要对文本进行分词、去停用词、词性标注、标点去除等预处理方法。  由于标点符号会影响我们分词的效果，这里我着重了解学习了标点去除的方法，总结了有以下几种，欢迎大家补充????二、解决方案以下描述了4种方法：import reimport stringsentence = "+今天=是！2021!年/8月?1,7日★.---《七夕节

一、Dropout层的作用  dropout 能够避免过拟合，我们往往会在全连接层这类参数比较多的层中使用dropout；在训练包含dropout层的神经网络中，每个批次的训练数据都是随机选择，实质是训练了多个子神经网络，因为在不同的子网络中随机忽略的权重的位置不同，最后在测试的过程中，将这些小的子网络组合起来，类似一种投票的机制来作预测，有点类似于集成学习的感觉。  关于dropout，有nn.

1.问题背景：  某些时候会接收到别人发给我们的xmind(一种思维导图)的文件，但苦于我们的电脑上没有下载Xmind软件，所以我们怎么快捷的查看该文件的内容呢？2.解决方案：Step 1：  我在网络上搜索了相关的解决方法，发现一个比较快捷的，因此推荐给大家，就是我们可以直接使用百度脑图 (https://naotu.baidu.com/)来直接打开xmind类型文件。  首先我们需要登录我们的

一、numpy数组转化为torch中的tensor：总的来说有四种方法，如下：import torchimport numpy as nparr1 = np.array([1,2,3], dtype=np.float32)arr2 = np.array([4,5,6])print(arr1.dtype)print("nunpy中array的默认数据类型为：", arr2.dtype)tensor

一、问题背景有时候我们在网上参考某些项目的时候，通常会给出requirement.txt文件，其中就是包括了本次项目所需要用到的库以及环境，一键配置好这些库函数就显得十分有必要了。还有时候我们自己电脑的环境配置好后，需要在另外的机器上写程序，这个时候一键配置也是十分有用，不然一个一个的pip install/conda install还是挺麻烦的/(ㄒoㄒ)/二、解决方案在使用Python的时候，

一、numpy数组转化为torch中的tensor：总的来说有四种方法，如下：import torchimport numpy as nparr1 = np.array([1,2,3], dtype=np.float32)arr2 = np.array([4,5,6])print(arr1.dtype)print("nunpy中array的默认数据类型为：", arr2.dtype)tensor