在命令行中，`-`（单短横线）和`--`（双短横线）是两种常见的参数前缀，它们的主要区别如下： 1. **短选项（`-`）** • 格式：单个`-`后跟一个字母（如`-a`、`-l`）。 • 特点： • 通常表示单个字母的缩写（如`-h`表示`--help`，`-v`表示`--version`）。 • 多个短选项可以合并书写（如`ls -al`等价于`ls -a -l`）。 • 参数值可以直接跟在字母后（如`-f file.txt`），或用空格分隔（如`-f file.txt`）。 • 示例： ```bash ls -a # 显示所有文件（包括隐藏文件） tar -xzvf # 解压并显示详细过程（合并了-x、-z、-v、-f） ``` 2. **长选项（`--`）** • 格式：`--`后跟一个单词或短语（如`--help`、`--version`）。 • 特点： • 更具可读性，表达更明确（如`--all`比`-a`更直观）。 • 参数值通常用`=`或空格分隔（如`--file=foo.txt`或
Read more[Jeff Dean演讲回顾LLM发展史，Transformer、蒸馏、MoE、思维链等技术都来自谷歌](https://mp.weixin.qq.com/s/5EUQlD5isnEEzXBw1AJEig) 
Read more<p>出现这个问题，可能是以下几个原因：</p><p><br/></p><ol class=" list-paddingleft-2" style="list-style-type: decimal;"><li><p>根本就没有认证，那需要配置下maven的setting文件</p></li><li><p>近期修改密码了，那么修改下setting文件中的密码即可，我的是这个原因</p></li><li><p>其他未知原因</p></li></ol><html_content xmlns="http://www.w3.org/1999/xhtml" class="view"></html_content>
Read more[TOC] ## 与RankNet和LambdaRank的关系 RankNet先提出，LambdaRank模型是在RankNet模型的基础上改进而来，LambdaMart在LambdaRank模型中被提出。 ## 开源实现软件包Ranklib ## 参考 - [Learning To Rank之LambdaMART的前世今生](https://blog.csdn.net/huagong_adu/article/details/40710305)
Read more<p>本文假设读者已经了解逻辑回归的原理，如有不了解的作者，请先查阅相关逻辑回归的原理和推导资料。</p><p><br/></p><p>逻辑回归预测的计算公式为 y_predict = logistic(X*W+b)</p><p><br/></p><p>其中：</p><p>X表示输入，</p><p>W表示输入和隐含层之间的权重，</p><p>b为隐含层神经元的偏置，</p><p>y_predict表示预测值，即输出结果。</p><p><br/></p><p>这里需要求解的参数是W和b，使用的方法是随机梯度下降法，损失函数是预测值和实际值的L2距离。<br/></p><p><br/></p><pre class="brush:python;toolbar:false"># coding: utf-8 import tensorflow as tf import numpy as np import matplotlib.pyplot&nbs
Read more<p>linux C++ 定时器代码：</p><pre class="brush:cpp;toolbar:false">#include <iostream> #include <sys/time.h> #include <signal.h> using namespace std; /* union sigval { int sival_int; //integer value void *sival_ptr; //pointer value }; struct sigevent { int sigev_notify; //notification type int sigev_sign
Read more## 目录 [TOC] ## spark-submit spark-submit的用法如下： spark-submit [options] <app jar | python file> [app options] <br> ## 参数说明 第一个options表示的是spark-submit的参数 第二个options表示的对应jar或者python入口所需要传入的参数 其中app jar 或者 python file 表示的是对应的jar或者py文件 下面主要介绍spark-submit的参数： >--master MASTER_URL 可以是spark://host:port, mesos://host:port, yarn, yarn-cluster,yarn-client, local >--deploy-mode DEPLOY_MODE Driver程序运行的地方，client或者cluster，默认是client >--class CLASS_NAME 应用程序的主类 >--name NAME 应用程序的名称 >--jar
Read more出现该问题，是由于打开工程的时候IDEA只编译了最外层的pom.xml文件，而内部的各个module未被Maven自动检索到（各module的pom.xml文件未被编译）。 点击IDEA最右侧边栏的Maven Project，会出现的Maven项目面板。 然后点击图中绿色的加号按钮。 再分别选择对应module的pom.xml文件,点击OK按钮。
Read more<h1>替换激活函数</h1><p>当正确率一直很低，无法上升时，可以考虑使用修正线性单元relu来替换sigmoid，目的是得到更快的初始收敛。<br/></p><p>用<span style="color: #191919; font-family: "PingFang SC", Arial, 微软雅黑, 宋体, simsun, sans-serif; background-color: #FFFFFF;">tf.nn.relu 替换 tf.nn.sigmoid。</span></p><h1>替换优化器</h1><p>使用更好的优化器，来越过鞍点。</p><p>用 tf.train.AdamOptimizer 替换 tf.train.GradientDescentOptimiser。</p><h1>随机初始化</h1><p>准确性一直很小，在0.1左右？这时需要把参数随机初始化，对于偏置值，如果用 ReLU 的话，最好的办法就是把它们都初始化成小的正值，这样神经元一开始就会工作在 ReLU 的非零区域内。</p><p>W = tf.Variable(t
Read more<p>配置jedis集群，代码如下：</p><pre class="brush:scala;toolbar:false"> def getJedisCluster(): JedisCluster = { val nodes = new util.HashSet[HostAndPort]() nodes.add(new HostAndPort("127.0.0.1", 7000)) nodes.add(new HostAndPort("127.0.0.1", 7001)) nodes.add(new&n
Read more<p>出现错误：</p><p>WARN component.AbstractLifeCycle: FAILED SelectChannelConnector@0.0.0.0:4040: java.net.BindException: Address already in use</p><p><br/></p><p>可以考虑使用以下配置解决：<br/></p><p>--conf spark.ui.port=your_port</p><p><br/></p><p><br/></p><p><br/></p><p><br/></p>
Read more<pre class="brush:python;toolbar:false"># 计算发表诗词数最多的作者和相应数量 results = qeng.query(Author.name, Author.id, func.count().label('poem_cnt')).\ join(Poem, Poem.author_id==Author.id).group_by(Author.name).order_by('poem_cnt desc').limit(50)</pre><p><br/></p>
Read more