一、准备工作1.1环境准备：首先要安装好go、docker、docker compose等。具体请参考前文Hyperledger Fabric V1.0 在Ubuntu16.04+中的环境搭建1.2单机运行4+1 Fabric实例，确保脚本和镜像正常：然后需要确保每台机子上e2e__cli的单机环境能跑起来。进入e2e_cli文件夹，运行./network_se...

一、下载docker镜像e2e_cli示例里有下载docker镜像的脚本download-dockerimages.sh，直接运行即可。进入到e2e-cli路径中cd opt/gopath/src/github.com/hyperledger/fabric/examples/e2e_cli/source download-dockerimages.sh -c x86_64-1.0...

简单高效的BERT中文文本分类模型开发和部署准备环境操作系统：LinuxTensorFlow Version：1.13.1，动态图模式GPU：12G GPUTensorFlow Serving：simple-tensorflow-serving依赖库：requirements.txt目录结构说明bert是官方源码data是3分类的文本情感分析数据（可直接将.data.tsv）...

样本不平衡怎样解决（在loss前加系数）数据不平衡　　在学术研究与教学中，很多算法都有一个基本假设，那就是数据分布是均匀的。当我们把这些算法直接应用于实际数据时，大多数情况下都无法取得理想的结果。因为实际数据往往分布得很不均匀，都会存在“长尾现象”，也就是所谓的“二八原理”。Focal loss参考网址：https://www.zhihu.com/question/269698662/a...

一、贪心法贪心算法的定义：贪心算法（也叫贪婪算法）是指在对问题求解时，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，只做出在某种意义上的局部最优解。贪心算法不是对所有问题都能得到全局最优解，得到的是局部最优解，关键是贪心策略的选择，不同的贪婪策略会导致得到差异非常大的结果。选择的贪心策略必须具备无后效性，即某个状态以前的过程不会影响以后的状态，只与当前状态有关。解题的一般...

节约里程法是用来解决运输车辆数目不确定的问题的最有名的启发式算法。又称节约算法或节约法，可以用并行方式和串行方式来优化行车距离。Saving Algorithm, 节约算法，又称C-W算法，是由Clarke和Wright于1964年首次提出的，用来解决VRP问题，是重要的物流算法。参考网址：节约里程法-百度百科节约里程算法的python实现C# 节约里程法实现...

一、梯度消失梯度消失出现的原因：在深层网络中，如果激活函数的导数小于1，根据链式求导法则，靠近输入层的参数的梯度因为乘了很多的小于1的数而越来越小，最终就会趋近于0，例如sigmoid函数，其导数f′(x)=f(x)(1−f(x))的值域为（0，1/4），极易发生这种情况。所以梯度消失出现的原因经常是因为网络层次过深，以及激活函数选择不当，比如sigmoid函数。梯度消失的表现：模型无法...

ELMo词向量文本分类原理讲解ELMo出处：论文Deep contextualized word representationsELMo无需标注。原理可参考：从Word Embedding到Bert模型—自然语言处理中的预训练技术发展史-张俊林模型构建与训练中文预训练模型：github上有哈工大的HIT-SCIR/ELMoForManyLangs，多种语言，注意区分有繁体中文和简体中文（网盘下载）

压缩感知，compressed sensing又称compressed sampling，是在采样过程中完成了数据压缩的过程。压缩感知在信号采样的过程中，用很少的采样点，实现了和全采样一样的效果。信号采样学过通信原理或信号与系统的都知道奈奎斯特采样定理，即想让采样之后的数字信号完整保留原始信号中的信息，采样频率必须大于信号中最高频率的2倍。原因是时域以τ为间隔进行采样，频域会以1/τ为周期发...

pythonscipynumpy