小编eus*_*iro的帖子

我希望看到使用TFIDFVectorizer和 的列表之间的相似性CountVectorizer。

我有如下列表：

list1 = [['i','love','machine','learning','its','awesome'],
         ['i', 'love', 'coding', 'in', 'python'],
         ['i', 'love', 'building', 'chatbots']]
list2 = ['i', 'love', 'chatbots']

我希望看到list1[0]and list2、list1[1]and list2、list1[2]and之间的相似性list2。

期望输出应该是这样的[0.99 , 0.67, 0.54]

使用 C++ libtorch 前端 Pytorch

我想torch::Tensor从 C++double[]数组创建一个 。来自遗留的 C/C++ API。我在文档和论坛中都找不到关于该主题的简单文档。

就像是：

double array[5] = {1, 2, 3, 4, 5};
auto tharray = torch::Tensor(array, 5, torch::Device(torch::kCUDA));

我发现的唯一的事情就是用torch::from_blob后来我就必须clone()和使用to(device)，如果我想与CUDA使用它。

double array[] = { 1, 2, 3, 4, 5};
auto options = torch::TensorOptions().dtype(torch::kFloat64);
torch::Tensor tharray = torch::from_blob(array, {5}, options);

有没有更清洁的方法呢？

我对这个主题进行了大量研究，但问题是无法弄清楚如何使用 python3 发送多线程发布请求

names = ["dfg","dddfg","qwed"]

for name in names :
    res = requests.post(url,data=name)
    res.text 

在这里，我想发送所有这些名称，并且我想使用多线程来使其更快。

我在Python中进行3D绘图的选择是什么？

它也必须是可再发行的.

我在Libtorch（Pytorch C++ 前端）中找不到与我的 Python Pytorch代码等效的 C++ 调用。

根据我的搜索（Pytorch Discuss），我的代码尚不存在文档。我想知道是否有人可以指导我以下几部分（如下）。

我对 Libtorch C++ 发生较多崩溃（错误使用）的地方进行了删减。

import torch as th

th.set_grad_enabled(False)
...
X = th.zeros((nobs, 3+p), device=dev, dtype=th.float32)
y = th.tensor(indata, device=dev, dtype=th.float32)
diffilter = th.tensor([-1., 1.], device=dev, dtype=th.float32).view(1, 1, 2)
dy = th.conv1d(y.view(1, 1, -1), diffilter).view(-1)
z = dy[p:].clone()
...
# X matrix
X[:, 0] = 1 
X[:, 1] = th.arange(p+1, n) 
X[:, 2] = y[p:-1]
...
# master X 
Xm = th.zeros((nobsadf, 3+p), device=th.device('cpu'), dtype=th.float32) …

我已经在 Ubuntu 20.04 和 NVIDIA GTX 1060 6GB 上使用oobabooga text- Generation-webui几个星期了，没有出现任何问题。我一直在使用 llama2-chat 模型在 RAM 和 NVIDIA VRAM 之间共享内存。我按照其存储库上的说明安装没有太多问题。

所以我现在想要的是使用模型加载器llama-cpp及其包llama-cpp-python绑定来自己玩弄它。因此，使用 oobabooga text- Generation-webui 使用的相同 miniconda3 环境，我启动了一个 jupyter 笔记本，我可以做出推断，一切都运行良好，但仅适用于 CPU。

下面是一个工作示例，

from llama_cpp import Llama

llm = Llama(model_path="/mnt/LxData/llama.cpp/models/meta-llama2/llama-2-7b-chat/ggml-model-q4_0.bin", 
            n_gpu_layers=32, n_threads=6, n_ctx=3584, n_batch=521, verbose=True), 

prompt = """[INST] <<SYS>>
Name the planets in the solar system? 
<</SYS>>
[/INST] 
"""
output = llm(prompt, max_tokens=350, echo=True)
print(output['choices'][0]['text'].split('[/INST]')[-1])

当然！以下是太阳系中的八颗行星，按距太阳从近到远的顺序列出：

1. 汞
2. 金星
3. 地球
4. 火星
5. 木星
6. 土星
7. 天王星
8. 海王星

请注意，冥王星以前被认为是一颗行星，但由于其较小的尺寸和独特的轨道，现在被归类为矮行星。

我也想使用 …

是否有任何模块可以帮助我制作这样的东西？

我在 main.yml 中包含了一些如下所示的任务（作为其他几个任务列表中的任务之一）

- name          : remove swarm
  include_tasks : swarm.undo.yml
  tags          : [ 'never', 'debug' ]

当我运行指定的剧本时，--tags never它只是不运行，但显示下面的输出。

PLAY [all] *****************************************************************************************************************************************************

TASK [Gathering Facts] *****************************************************************************************************************************************
ok: [node2]
ok: [node4]
ok: [node3]
ok: [node5]
ok: [node1]
ok: [node6]

TASK [swarm : remove swarm] ************************************************************************************************************************************
included: /home/xbox/Work/Infra/roles/swarm/tasks/swarm.undo.yml for node1, node2, node3, node4, node5, node6

PLAY RECAP *****************************************************************************************************************************************************
node1                      : ok=2    changed=0    unreachable=0    failed=0    skipped=0    rescued=0    ignored=0   
node2                      : ok=2    changed=0    unreachable=0    failed=0    skipped=0    rescued=0    ignored=0   
node3                      : ok=2    changed=0 …

在我的 python 脚本中，我有一个dict存储Processo对象的全局存储（一个简单的 global ）。它在我的程序执行期间被填满。Processo由于性能原因，它的存在是为了避免创建重复的对象。

所以，对于class Processo我想在创建过程中验证它是否已经在全局存储上。

在这种情况下，我只想将其复制到self. 我正在使用getfromStorage()它。

class Processo:
    def __init__(self, name, ...): # ... for simplicity
       self.processoname = name
       self = getfromStorage(self)

不知道有没有用，但是...

def getfromStorage(processo):
    if processo.processoname in process_storage:
        return process_storage[processo.processoname]
    return processo

我如何做到这一点？我是否遗漏了什么或我的设计有问题？