原因分析:通常本地调试时是采用python manage.py runserver ip:port这种方式，但是项目部署后，需要考虑uwsgi服务器，每次修改代码都需要重启uwsgi。方案：代码修改后，进入服务器项目目录，查看uwsgi进程：ps -ef|grep uwsgi然后kill掉所有进程：killall -9 uwsgi再重启uwsgiuws...

使用命令：docker inspect <容器id>在返回的json数据中，查找 Path 和HostPath这两个参数：其中，Path 为容器的运行位置（指令），HostPath 为容器的所在位置。

从分析粒度上可以分成：词语级语义分析、句子级语义分析以及篇章级语义分析。词语级的语义分析：词语级别的语义分析主要研究词语的含义，常见的任务有：词语消歧、词表示、同义词或上下位词的挖掘。1、词语消歧：一词多义是许多语言的固有属性，如“苹果”可以指水果，又可以指美国的科技公司。词语消歧的任务是判断文中出现的词语属于哪种意思。2、词表示：词表示的任务是用一个k维的向量表示一个词，并且该向...

Autograd主要实现反向传播求导数，避免手动计算导数的复杂过程1. autograd.Variable是Autograd中的核心类，它是Tensor的简单封装，并支持Tensor的所有操作。Tensor在被封装为Variable之后，可以调用它的 .backward()实现反向传播，自动计算所有梯度。例如：import torch as timport numpy as np...

Kaggle上提交训练结果有两种方式：在Kaggle页面上直接提交使用指令提交先看第一种提交方式1、Kaggle页面上直接提交不过，目前为止这个页面我只见过一次，后面再打开就不能提交了，好吧这是强迫我使用命令行提交啊。2、使用指令提交结果首先，你要从kaggle上下载一个API Token，用以标识你的身份：点击下载后，会得到一...

nn.functional是一个很常用的模块，nn中的大多数layer在functional中都有一个与之对应的函数。nn.functional中的函数与nn.Module()的区别是：nn.Module实现的层（layer）是一个特殊的类，都是由class Layer(nn.Module)定义，会自动提取可学习的参数nn.functional中的函数更像是纯函数,由def functio...

1. view()tensor.view()方法可以调整tensor的形状，但必须保证调整前后元素总数一致。view不会修改自身的数据，返回的新tensor与原tensor共享内存，即更改一个，另一个也随之改变。在实际应用中，可能经常需要添加或者减少某一维度，这是sequeeze()和unsequeeze()这两个方法就派上了用场。2. unsequeeze()和seque...

目录1、什么是随机森林2、随机森林的特点缺点3、随机森林的评价指标--袋外误差（oob error）4、随机森林的生成过程5、Bagging和Boosting的概念与区别Bagging算法（套袋法）：Boosting（提升法）Bagging，Boosting的主要区别决策树与这些算法框架进行结合所得到的新的算法：6、决策树ID3,C4.5决策树...

原文：https://blog.csdn.net/v_JULY_v/article/details/51812459目录2 人工神经网络2.1 神经元2.2 激活函数3 卷积神经网络之层级结构4 CNN之卷积计算层4.1 CNN怎么进行识别4.2 什么是卷积4.3 图像上的卷积4.4 GIF动态卷积图5 CNN之激励层与池化层5.1 ReLU激励层...

对推荐系统面试经常问到的一些基础问题进行总结，方便自己记忆。1、模型产生过拟合的原因及解决方案什么是过拟合：模型在训练集上效果较好，在测试集上表现较差。产生过拟合原因：参数太多，模型复杂度高样本中噪音数据较大，模型学习到了噪音中的特征对于决策树模型。对决策树的生长没有合理的限制和修建对于神经网络模型。权值学习迭代次数足够多（overtraining），拟合了训练数据...