偷得浮生半日闲
偷得浮生半日闲
自配resnet18
I’m very vegetable
表情包
飞桨高层API训练营-Day6
Day6
学习内容:开源社区和PaddlePaddle部署
[TOC]
开源社区创建自己的开源形目
许可证(开源协议)
部署Paddle Lite上的模型与部属
飞桨支持的部署方案
部署流程
飞桨高层API训练营-Day5
Day5
学习内容: NLP自动春节对联
[TOC]
本节学习内容
Seq2Seq (sequence to sequence)
注意力机制通俗解释
在处理后续信息时,给予前置信息不同权重
数据处理流程
对联有头尾,故须在句子的开头和结尾加上 begID和endID
注意力机制(公式)
飞桨高层API训练营-Day4
Day4[TOC]
学习内容:NPL:如何自定义数据集,实现文本分类中的情感分析任务
Day3回顾
回归任务输出为连续值
人脸关键点识别即为回归任务
最常用的两个损失函数MSE与交叉熵就是分别用于回归与分类任务
基础知识
情感分析
输入: 一个自然语言句子
输出: 输出这个句子的情感分类,如高兴、伤心
通常看作一个三分类问题
正向
中立
负向
文本分类通用步骤
文本预处理:分词、去停用词、归一等等
文本表示:将文本表示成向量(计算机可以理解)
分类模型构建:分类,svm,textcnn等等
NLP-数据处理通用流程,以句子分类任务为例
Token-涵盖字、词,一般当作词,与word-字区分
RNN——循环神经网络
输入:一个序列信息,如一句话
输出:从左到右逐词处理,不断调用一个相同的网络单元
循环神经网络——长短时记忆网络(LSTM)
Ct-1 : 历史记忆信息
ht-1 : 历史隐藏信息
xt : 当前信息
全连接层、线性分类分类器
一般来说,神经网络中间层越多,表达能力越强,但要注意过多则会造成过拟合
pa ...
飞桨高层API训练营-Day3
Day3
学习内容 :人脸关键点检测
[TOC]
基础概念
CHW图像
C : channel 通道数
H : 高度
W : 宽度
损失函数:图像分类VS人脸关键点检测
评估指标1
API
paddle.set_device(‘GPU’)
设置AIStudio使用GPU
对于图像的操作API 含于paddle.visoin.transform
扩展
更高精度模型
飞桨高层API训练营-Day2
Day2(更详细基础内容可见AIStudio中Fork的课程辅助项目)[TOC]
神经卷积网络基础知识
神经元
神经网络
卷积操作
3.1 单通道卷积
3.2 多通道卷积
3.3 多通道输出
3.4 Batch
[N, C, H, W]
卷积核信息不变,卷积操作会多一定的倍数(和样本数有关)。
池化层
池化是使用某一位置的相邻输出的总体统计特征代替网络在该位置的输出,其好处是当输入数据做出少量平移时,经过池化函数后的大多数输出还能保持不变。比如:当识别一张图像是否是人脸时,我们需要知道人脸左边有一只眼睛,右边也有一只眼睛,而不需要知道眼睛的精确位置,这时候通过池化某一片区域的像素点来得到总体统计特征会显得很有用。由于池化之后特征图会变得更小,如果后面连接的是全连接层,能有效的减小神经元的个数,节省存储空间并提高计算效率。
池化的作用
池化层是特征选择和信息过滤的过程,过程中会损失一部分信息,但是会同时会减少参数和计算量,在模型效果和计算性能之间寻找平衡,随着运算速度的不断提高,慢慢可能会有一些设计上的变化,现在有些网络已经开始少用或者不用池化 ...
Java小记 —— 浮点数(double、float)的格式化问题及处理
Java小记 —— 浮点数(double、float)的格式化问题及处理平时常会面临浮点数的格式处理问题,下面就举例说一说常见的问题及处理:
1,科学计数法问题
一个浮点数123456789.10,在打印的时候变成了1.234567891E8,处理起来很简单,如:
1234567891011121314151617double d = 123456789.10;System.out.println(d);//1.234567891E8NumberFormat nf = NumberFormat.getNumberInstance();nf.setGroupingUsed(false);System.out.println(nf.format(d));//打印结果:123456789.10
使用NumberFormat的时候要setGroupingUsed(false),否则结果就会变成123,456,789.1。
再有直接转为BigDecimal更简便:
1System.out.println(new BigDecimal(d));//打印结果:123456789.1 ...
XHProf介绍
IDEA下Maven配置出现Error : java 不支持发行版本5 或 Error:java: 不再支持源选项 5,请使用 6 或更高版本的解决办法
将公司中eclipse代码pull到本地IDEA编译报错
以下为网络解决办法,亲测有效( 使用的为方法(4)) 2021/4/24
我每次创建一个maven工程,都报错Error : java 不支持发行版本5 或者是 Error:java: 不再支持源选项 5。请使用 6 或更高版本。实在忍受不了,这里写篇文章记录一下,不想每次都上网搜解决办法了。(1)首先,点settings,然后找到图中目录,这里的target bytecode version和project bytecode version都换成你的jdk版本,我的是11
(2)在settings里搜maven,把这部分设置成图里这样,具体maven的那几个路径看你自己保存在哪了,override图标记得勾上
(3)点Project Structure的图标,然后把Project SDK和Project language level都换成你的jdk版本 ...
F5后禅道登录状态丢失
F5后禅道登录状态丢失F5 接上以后,禅道页面能打开,登录也能成功。
但是点几下菜单,又像没登录一样跳回去了。这个问题一开始看很像禅道自己的登录问题,后来发现是多节点后 session 没统一,F5 又把请求打到了不同应用机。
现场结构12345F5 VIP -> app01:80 -> app02:80app01/app02 -> SQL Server Listenerapp01/app02 -> Redis Sentinel / Redis master
先确认是不是打到不同节点在 app01/app02 的 Nginx access log 里加一下 upstream 和 hostname 更好查。
临时也可以在页面放一个节点标识测试文件:
1echo app01 > /data/www/zentao/www/node.txt
app02:
1echo app02 > /data/www/zentao/www/node.txt
通过 F5 访问:
1curl http://zentao.example.com/nod ...
Redis Sentinel部署
Redis Sentinel部署禅道应用做多节点以后,session 不能只放本机文件里。客户这边给了三台 Redis 节点,要求用 Sentinel 做主从切换。
这里先记 Redis Sentinel 的基础部署。IP 都脱敏。
123redis01 10.10.30.11redis02 10.10.30.12redis03 10.10.30.13
安装 RedisCentOS 7 上可以用 yum,也可以源码编译。客户环境为了统一版本,当时走的是 Redis 6.x 源码编译。
1234567yum install -y gcc make tcl wgetcd /usr/local/srcwget https://download.redis.io/releases/redis-6.2.6.tar.gztar zxvf redis-6.2.6.tar.gzcd redis-6.2.6makemake install
创建目录:
1mkdir -p /etc/redis /data/redis /var/log/redis
redis.confredis01 先作为 mast ...

