Clay

使用 Python 計算兩句子的最短編輯距離 (Minimum Edit Distance)

在我們進行自然語言處理 (NLP) 任務的時候，有時候，我們會需要進行『兩個句子』的比對，好用來確認他們兩者之間相似不相似 —— 當然，如果想要比較文本，也是可以這麼做，不過稍微有點少見。

《君逝之夏》，台灣好像翻譯叫做《你死亡的夏天》—— 但我覺得《君逝之夏》聽起來比較好感覺，於是乎就直接這麼打上去了。總之，我今天想要來紀錄這部漫畫的讀後心得。

今天在偶然的情況下，我遭遇了這個報錯 (其時報錯的不是我的 Code)：

IndexError: Dimension out of range (expected to be in range of [-1, 0], but got 1)

在 Linux 作業系統當中，我們可以盡情地使喚電腦完成我們想要完成的功能，不論是自動整理信件、自動檔案排序、效能檢測、重複執行某項任務 —— 我們都可以通過撰寫 Linux 當中的 Shell Script (命令稿) 來完成。

在 Linux 作業系統當中，若是我們想要在終端機中查看某份檔案，那麼，使用 vi 去查看是一件再自然不過的事情。

不過，倘若今天我們只是希望能『查看』這份文件、而非要做什麼修改的話 —— 其實我們可以透過指令將文件的內容『印出』在終端機上，這樣也相當方便。

在 Linux 作業系統當中，該如何從『終端機』中檢查一個資料夾底下究竟有多少檔案呢？這是一個相當常見的需求，雖然我現在也不確定在什麼時候會派上用場 XD

其實說穿了十分簡單，故我便順手紀錄在這裡，希望我以後也不會忘記，回過頭來看我這篇筆記。

在這裡紀錄我自己在調適模型的一些經驗，對於熟練者、高手大神們來說可能微不足道，但是或許可以參考一下。

TypeError: not a sequence

在使用 PyTorch 搭建深度學習的模型時，我想上面的這個報錯是最困擾人的。最大的問題是，這個報錯基本上沒有講出到底是發生什麼樣的錯，端看使用者自己去細看自己的資料格式。

在 PyTorch 當中，這是非常常見的一個問題。

RuntimeError: bool value of Tensor with more than one value is ambiguous

在我使用 PyTorch 訓練模型的時候，經常會發生我使用 GPU_A 去訓練模型、儲存模型，然而在測試模型效果的時候，卻不小心使用到了 GPU_B 來讀取測試資料 (我有多片 GPU 可以使用，還滿奢侈的 XDD)，然後再用已經儲存好的模型 (GPU_A 訓練) 來測試 ——