update

123Mj321 · May 19, 2021 · 2a20a76 · 2a20a76
1 parent 80c86fc
commit 2a20a76
Show file tree

Hide file tree

Showing 3 changed files with 5 additions and 3 deletions.
diff --git a/.DS_Store b/.DS_Store
diff --git a/Pytorch/README.md b/Pytorch/README.md
@@ -1,12 +1,14 @@
 主要是积累关于Pytorch实战的一些经验和坑
 
+Pytorch如何加载大数据：https://github.com/pytorch/text/issues/130
+
 
 
 | Pytorch技巧 |      |
 | ----------- | ---- |
 |[pytorch对text数据的预处理-综述](https://github.com/DA-southampton/NLP_ability/blob/master/Pytorch/pytorch%E5%AF%B9text%E6%95%B0%E6%8D%AE%E7%9A%84%E9%A2%84%E5%A4%84%E7%90%86-%E7%BB%BC%E8%BF%B0.md)      |    已经上传  |
 |[pytorch处理文本数据代码版本1-处理文本相似度数据](https://github.com/DA-southampton/NLP_ability/blob/master/Pytorch/pytorch%E5%A4%84%E7%90%86%E6%96%87%E6%9C%AC%E6%95%B0%E6%8D%AE%E4%BB%A3%E7%A0%81%E7%89%88%E6%9C%AC1-%E5%A4%84%E7%90%86%E6%96%87%E6%9C%AC%E7%9B%B8%E4%BC%BC%E5%BA%A6%E6%95%B0%E6%8D%AE.md)       |  已经上传    |
-| [pytorch处理文本数据代码版本2-处理文本相似度数据](https://github.com/DA-southampton/NLP_ability/blob/master/Pytorch/pytorch%E5%A4%84%E7%90%86%E6%96%87%E6%9C%AC%E6%95%B0%E6%8D%AE%E4%BB%A3%E7%A0%81%E7%89%88%E6%9C%AC2-%E5%A4%84%E7%90%86%E6%96%87%E6%9C%AC%E7%9B%B8%E4%BC%BC%E5%BA%A6%E6%95%B0%E6%8D%AE.md)       |   已经上传你   |
+| [pytorch处理文本数据代码版本2-处理文本相似度数据](https://github.com/DA-southampton/NLP_ability/blob/master/Pytorch/pytorch%E5%A4%84%E7%90%86%E6%96%87%E6%9C%AC%E6%95%B0%E6%8D%AE%E4%BB%A3%E7%A0%81%E7%89%88%E6%9C%AC2-%E5%A4%84%E7%90%86%E6%96%87%E6%9C%AC%E7%9B%B8%E4%BC%BC%E5%BA%A6%E6%95%B0%E6%8D%AE.md)       |   已经上传   |
 |[Pytorch中mask attention是如何实现的代码版本1-阅读文本相似度模型的小总结](https://github.com/DA-southampton/NLP_ability/blob/master/Pytorch/Pytorch%E4%B8%ADmask%E6%98%AF%E5%A6%82%E4%BD%95%E5%AE%9E%E7%8E%B0%E7%9A%84%E4%BB%A3%E7%A0%81%E7%89%88%E6%9C%AC1-%E9%98%85%E8%AF%BB%E6%96%87%E6%9C%AC%E7%9B%B8%E4%BC%BC%E5%BA%A6%E6%A8%A1%E5%9E%8B.md)||
 
 

diff --git a/深度学习自然语言处理/文本匹配和文本相似度/聊一下孪生网络和DSSM的混淆点以及向量召回的一个细节.md b/深度学习自然语言处理/文本匹配和文本相似度/聊一下孪生网络和DSSM的混淆点以及向量召回的一个细节.md
@@ -12,15 +12,15 @@
 
 什么是对比损失函数呢？公式如下：
 
-![image-20210114154303377](/Users/zida/Library/Application%20Support/typora-user-images/image-20210114154303377.png)
+![image-20210114154303377](https://picsfordablog.oss-cn-beijing.aliyuncs.com/2021-05-19-065215.png)
 
 这个公式需要注意两个细节点，一个是d，代表的是距离度量，一个是margin，代表的是一个超参；
 
 那么我感兴趣的是孪生网路可以不可以使用其他的损失函数？如果可以，又是哪些呢？
 
 首先当然是可以，只要能够优化都可以；
 
-![image-20210114154713043](/Users/zida/Library/Application%20Support/typora-user-images/image-20210114154713043.png)
+![image-20210114154713043](https://picsfordablog.oss-cn-beijing.aliyuncs.com/2021-05-19-065221.png)
 
 参考自这里：