糕糕的博客

然后显存不够给我在转移到了cpu上了（其实本质还是显卡资源不足导致的bug，第一次遇到，找了好久。因为打印model的device的时候显示的是cuda但是实际上部分资源已经给了cpu，我的理解是这样的）：希望使用batch批量生成结果，但是示例文件的batch_example跑不通。,当然具体还是要看自己的服务器上容量较多的卡是哪一块哈。：检测发现默认model.cuda()导致使用的是。：显式声明tensor的device为比较空闲的。

关于一些参考资料： NLP的基于pytorch的Demo 国外的一篇博客 关于目前看完的资料（好像是唯一能看懂的，大概懂了……叭） 记录一下总是忘记的路径： conda activate E:\NLP_LEARNING\evn\my_nlp

关于Bert的一个小Demo 争取周末填坑????（应该关于transformer具体机制还要再看看论文啥的） """ 因为处理的部分还是不可避免的遇到了Bert,所以用了一个小的Demo来巩固一下相关知识: 这里因为需要着重于模型本身，所以从头自己搭建 BERT的子任务：1、克隆漏字填空；2、下一个句子的预测 """ import random import re from math import sqrt as msqrt import torch import torch.functional

上周查完了关于aspect-opinion抽取的2021相关工作，这周是精读其中一篇然后下周一（也就是明天）汇报，不过好像被推迟到下下周啦，所以我今天才开始读没啥问题叭???? 默默吐槽国庆放假三天但是zn专业一堆实验、大作业外加两门课设要肝 前天下午写完RRT寻路算法（花了好大时间画图） 昨天完成了图形学OpenGL的一个小Demo以及一个数独的简单解法（多解还没有做完555~） 另外编译原理好难啊啊啊，写了三个上午的作业还是没写完嘤嘤嘤???? ...

我记得本科科研训练的组会都是研究生学长学姐汇报工作，然后我们在那边听得懵懵懂懂哈哈哈，尽管如此还是想试着去写一些东西来记录这段有意义的经历 我的导师在一次组会上反复强调汇报的要点是：Problem、Motivation与Solution,所以本文作为本小白的第一篇论文阅读感悟，就姑且仿照这个格式去写叭 特别提醒：因为我也是刚刚起步的科研小白，所以讲得不对的地方请大家指出，感谢批评指正???? 1论文前期知识储备 1.1 target与aspect的区别 eg: Staffs are not that