广西交科集团业务大规模容器化最佳实践
OSC编辑部观察系列直播第二期《神秘的大厂开源办公室》下周一19点准时上线>>> 作者：谢元昌，广西交科集团有限公司软件院开发工程师。平时主要负责软件的开发以及运维工作。目前主要从事广西高速公路联网电子不停车收费 (ETC) 运营服务系统的设计与开发工作。本人对云原生工作有强烈向往，但一直苦于云原生门槛较高，实践机会少。自从公司落地了 KubeSphere 后，得到很多实践的机会。 公司简介 广西交科集团有限公司软件研究院成立于 2017 年，前身为公司智能交通所软件研发中心，主要从事高速公路
Python实现基于方面的情感分析
本次实验为基于方面的情感分析，即对某句话中某个方面词、短语进行{-1,0,1}的情感极性判别。在同一个句子中，不同的方面词很有可能对应不同的情感。本次实验的数据集由两部分给出，第一部分训练集由1880条三元组构成，每组数据中第一行为含有方面词的语句，其中方面词由$T$包围，第二行上述省略的反面词，第三行为方面词在这句话中的极性，总共1880*3=5640行。第二部分测试集，由650条二元组构成，与训练集相比少了第三行极性。实验允许使用外部预训练语言模型，在使用预训练语言模型的情况下满分阈值为accura
Python实现基于规则的分词
本次实验为中文分词任务，基本思想是基于规则的分词，与第二节课上所讲的匹配、消歧算法相对应。实验给出train.txt dev.txt两个已经进行好切分的语料库作为训练数据，然后根据训练得到的结果对test.txt进行分词，使用同样的空格分割方式重新生成文件并提交。实验评价指标为f1，且限定只能使用规则分词算法。评分标准为，达到SOTA指标（89%）可以获得实验满分，前10名附加30%分数但需要进行汇报。 额外：经过与助教在群内沟通，允许使用自己动手实现的非规则算法（如统计学），以及使用第三方额外语料库
Python实现的启发式搜索算法—多目标最大割问题
摘 要: NSGA-II与MOEA/D是非常经典的多目标优化问题演化算法框架，其中NSGA-II采用基于“快速非支配排序”与“种群距离度量”的判断指标同时维护种群的目标最优性与基因多样性，MOEA/D完成了一种基于子任务分解的多目标优化框架，本次实验分别在“多目标最大割问题”上完成了上述两种算法.关键词: 演化算法; NSGA; MOEANSGA-II算法是十分经典的多目标演化算法框架。他的重要构件如下：解的表示、初始种群：依据具体问题而定，种群大小为N。父代选择：使用Binary Tournament方
启发式搜索与演化算法—不同参数环境下使用macro action
摘 要: 本次实验基于RHEA与Self-Adaptive RHEA两篇论文，理解、实现了不同参数环境下使用macro action代替普通action的演化算法以及自适应调参，并且与其他传统解决此类问题的通用方法进行了性能对比. 最终我们发现使用演化算法的Agent无论在速度、分数还是稳定性上均有较好的表现。关键词: 演化算法；自动调参；gvgai在该篇论文中，行动空间是离散化的6个动作（分为两维输入，加速度on off，方向left right straight，总共2x3=6种组合动作），同时为了性
今日推荐
周排行