小编And*_*rey的帖子

我正在开发一个语言模型，例如https://pytorch.org/tutorials/beginner/transformer_tutorial.html的语言模型。

我不清楚 - 这里是否需要位置编码？\n据我了解 - 对于语言翻译任务来说这是必要的，因为解码器应该能够在编码器的序列中定位先前输出的单词。\n但是在没有解码器的语言建模中是否有必要？

编码器输出中的单词是否可能被打乱？

编辑：

原论文中没有任何解释。我没有在教程中找到解释（就像这里https://kazemnejad.com/blog/transformer_architecture_positional_encoding/）。

我不明白这一点：

“由于句子中的每个单词同时流经 Transformer\xe2\x80\x99s 编码器/解码器堆栈，因此模型本身\xe2\x80\x99t 对每个单词没有任何位置/顺序感。”

从我的角度来看，Transformer 编码器具有有关顺序的信息，因为它的输入是有序序列（类似于 RNN）。

我尝试从模型中删除位置编码。它可以工作，但性能较差。

将这种位置编码添加到 RNN 中有用吗？它可以提高其性能吗？

将图像上传到 firebase 存储后，如何将图像保存到 firebase firestore？

我应该有带有标题和图像的帖子，但我不知道如何做图像部分。

我的代码如下所示......

import Foundation
import FirebaseFirestore


protocol DocumentSerializable {
    init?(dictionary:[String:Any])
}


struct Post {
    var name: String
    var content: String
    var downloadURL: String
    
    var dictionary: [String:Any] {
        
        return [
            "name": name,
            "content": content,
            "imageDownloadURL": downloadURL
        ]
    }
    
}

extension Post: DocumentSerializable {
    init?(dictionary: [String : Any]) {
        guard let name = dictionary["name"] as? String,
        let content = dictionary["content"] as? String,
            let downloadURL = dictionary["imageDownloadURL"] as? String else {return nil}
        
        self.init(name: name, content: content, downloadURL: downloadURL) …

我需要ahocorasick在 EMR 笔记本上安装软件包。

但是当我打电话时：

sc.install_pypi_package("pyahocorasick")

我收到错误：

common.h:15:10: fatal error: Python.h: No such file or directory

   #include <Python.h>

            ^~~~~~~~~~

  compilation terminated.

  error: command 'gcc' failed with exit status 1

pandas安装没有任何问题。

作为引导操作安装时，我遇到类似的错误。

如果我打电话：

%pip install pyahocorasick

它安装得很好，但我无法导入它。

我尝试了这种方法：致命错误：Python.h：没有这样的文件或目录，python-Levenshtein install

但我找不到任何sudo从笔记本运行的方法。

编辑：

我尝试gcc在 bootstrap 阶段安装以下.sh文件：

sudo yum -y install gcc
sudo yum -y install python3-devel
sudo pip3 install pyahocorasick --user

这没有帮助 - 我在通话时仍然收到错误import ahocorasick

我正在尝试根据 TPU 的可用性选择分配策略。

我的代码如下：

import tensorflow as tf
if tf.config.list_physical_devices('tpu'):
  resolver = tf.distribute.cluster_resolver.TPUClusterResolver()
  tf.config.experimental_connect_to_cluster(resolver)
  tf.tpu.experimental.initialize_tpu_system(resolver)
  print("All devices: ", tf.config.list_logical_devices('TPU'))
  strategy = tf.distribute.experimental.TPUStrategy(resolver)
else:  # use default strategy
  strategy = tf.distribute.get_strategy() 

但这不起作用。

如何识别TPU？

我正在使用这个方法：

df = pd.DataFrame({'date': [datetime(2021, 11, 1, 13, 30), datetime(2021, 11, 2, 13, 31), datetime(2021, 11, 3, 13, 32), datetime(2021, 11, 1, 13, 33)],
                    'value': [1, 2, 3, 5]})
df = df.set_index('date')
df = df.loc[
  (df.index.time >= datetime.strptime("13:30", '%H:%M').time()) & \
  (df.index.time < datetime.strptime("13:32", '%H:%M').time())]

还有更好的办法吗？

我尝试使用between()：

df = df.loc[
  df.index.time.between(
    datetime.strptime("13:30", '%H:%M').time(),
    datetime.strptime("13:32", '%H:%M').time())]

它会产生一个错误：

'numpy.ndarray' object has no attribute 'between'

而且我没有找到合适的numpy功能。

我从向量继承了我的类，我希望能够像向量一样将列表分配给我的类。

我的代码如下：

#include <vector>
using namespace std;

template<typename T>
class Matrix
    : public vector<vector<T>>
{
public:
    Matrix( vector<vector<T>> && m )
        : vector<vector<T>>( m )
    {}

    // Tried this approach, but it doesn't work
    // Matrix(std::initializer_list<std::initializer_list<T>> l){
    // }
}

int main()
{
  Matrix<int> m({{0, 1}, {2, 3}}); // it works
  // Matrix<int> m = {{0, 1}, {2, 3}}; // error: no instance of constructor "Matrix<T>::Matrix [with T=int]" matches the argument list -- argument types are: ({...}, {...})
}