ssh
ssh-rsa AAAAB3NzaC1yc2EAAAADAQABAAABAQDAxXP4jOi5TI87WCNVfoJjUJdY57MJbtfDW2DTaQG8FOsf4PGp/qjwBscvhd7iCyViM3mmxabTlX9AlkxkBSrxKokl1vVS+FmY71oY8eoHbqkkxnQUC6L4MT8UyEL1Pcic+zSiO/as6DOMpHEECyCltcTDt36tX2GvCh/wRJaVFL6H0VuwHTbsxFmt9ieURgcHXapC1MXPt+sJibmVlTLDEOC1PW291LEVxLWjRWH2Jxv76JMMYd2ZuTodFUsonHQn9nhZo+cIgV/GAPpnij+QacH7bJk/NpEyTo4zhsb4z2RT2VAEy/frTN2ose2ka1QLOSTu7uVAC+JkzgMiedGd gimpei@Hibiki
MOD = 10 ** 9 + 7 # これがないと計算できない
def cmb_gen(n):
fac = [0] * n
inv = [0] * n
fac[0] = fac[1] = 1
inv[0] = inv[1] = 1
for i in range(2, n):
https://qiita.com/waterada/items/7f5729e066714284ff72
imgcat
seabornの日本語化が厄介で、この方法しかUbuntuではワークしなかった https://qiita.com/yutapon988/items/855748de65ac780c98d5
| class MF(nn.Module): | |
| def __init__(self, input_items, input_users): | |
| super(MF, self).__init__() | |
| print('item size', input_items) | |
| self.l_b1 = nn.Embedding(num_embeddings=input_items, embedding_dim=768) | |
| self.l_b2 = nn.Linear( | |
| in_features=768, out_features=512, bias=True) | |
| self.l_a1 = nn.Embedding(num_embeddings=input_users, embedding_dim=768) | |
| self.l_a2 = nn.Linear( | |
| in_features=768, out_features=512, bias=True) |
基本入れるべき
import logging
import sys
logger = logging.getLogger(__name__)
logger.setLevel(logging.INFO)
# create a file handler
handler = logging.FileHandler('work.log')
BERTでpretrainedで予想するだけ
（学習がとても重いと、トークナイズができていないようで日本語は今の所後回しでいいともう）
import torch
from pytorch_pretrained_bert import BertTokenizer, BertModel, BertForMaskedLM
こんなふうになるものなるものらしい。
ホスト側のdb_dataはパーミッションを気にしなくてはならない！
docker run -p 1022:22 -it \
--mount type=bind,source="$(pwd)"/db_data,target=/db_data \
--mount type=bind,source="$(pwd)"/db_sec,target=/db_sec \
--mount type=bind,source="$(pwd)"/db_srb,target=/db_srb \
nardtree/solid-scraper server.py
scipy sparseのlilでくみたててcsrに変換し、np.float32なら学習できる
※ : https://github.com/GINK03/ai_news/blob/master/cold_start_modeling/train.ipynb
import pickle
import pandas as pd
import numpy as np
from scipy.sparse import csr_matrix
lil = pickle.load(open('lil.pkl', 'rb'))
csr = csr_matrix(lil).astype(np.float32)