BERT阅读与总结最近google放出的BERT引起了NLP领域很大的反响，在11项NLP tasks中取得了state-of-the-art的结果，包括NER、问答等领域的任务。看完论文和网上的讨论，总结了几个关键点。 BERT模型结构B

Linux监控GPU和释放GPU显存 监控GPU在终端中输入watch -n 10 nvidia-smi数字代表每隔10秒刷新一次终端的显示结果。结果如下图所示 释放GPU显存有时候使用nvidia-smi命令发现显卡显存被占用了，但没有

使用gensim库训练word2vec词向量import pandas as pd import gensim import time import pickle import numpy as np vector_size = 100

nvidia-smi命令解读nvidia 的系统管理界面 (nvidia-smi)，可以收集各种级别的信息，查看显存使用情况。此外, 可以启用和禁用 GPU 配置选项 (如 ECC 内存功能)。在实验室里大家共用显卡，每次跑代码前都看下GP

pytorch构建模型构建模型过程 设计自己的模型类class Net(nn.Module): def __init__(self): super(Net,self).__init__()

知识图谱入门（一）理念概览 知识图谱是Google用于增强其搜索引擎功能的知识库。-维基百科A knowledge graph consists of a set of interconnected typed entities and t