@Procumbens 最佳实践学习一个，不过我代码里两个 instance 时间一致可能是什么导致的？同步 IO 都很费时啊

@seaiaddca 大佬建议多线程环境下用啥呢

@seaiaddca 感谢大佬回复，很清晰了。那我感觉我如果写业务代码会优先选用 linkedhashmap 这个结构一把梭，我觉得大多数场景我不在意它与 hashmap 的细节上的优化性能差距。如果我的数据结构本身有顺序处理的需要的话，我可以避免自己维护另外一个顺序表

@xingda920813
@msg7086
无序倒不至于功能就做不出来了，只是按照个人经验，如果 hashmap 有序，通常来讲可以避免一些麻烦。LinkedHashMap 看名字好像是底层用链表实现的？这是否意味着随机读写性能很糟糕。。

买的小米手机有问题：妈的垃圾小米垃圾品控赶快拍个视频传 B 站大家一起骂
买的苹果手机有问题：苹果肯定没问题，我买的苹果手机是假的吗？

@66450146 1 纯粹是让上手写点东西。。。不是相不相关的问题，1 都写不出来别说不能写业务了，我看大一的教授都要给个挂科。。

@aguesuka verilog 我学的不好，但我确定题设范围内我能看懂。另外已经给出全加器了要求连加法器本质与小学数学无区别，仅考察该对象是否熟悉相关基础概念，用面包板做的话导线都用不了几根，不知道你为什么会想到用 verilog 来回答。另外又怎么涉及到自动化学生了，这是软工啊。。

@Xs0ul
@MeePawn666 大佬们再问一下，paper 的预训练部分没有看懂，他说是预训练工作是随机屏蔽 15%的词做完形填空，那么具体的输出是什么形式呢，比如用一个长度为 1000 的向量表示词的话，输入是[batch_size, 句子最大长度, 1000]，输出就是[batch_size, 1000]这样吗？不过既然是 15%的话，那一句话里不是有可能会多于一个被屏蔽词，这又怎么表现在输出当中呢。另外如果按照上述输出，是否意味着网络需要自己学习哪个位置是被屏蔽的，这是不是让网络学习抽取不必要特征了。。

@MeePawn666
@Xs0ul 好的，所以它只是打印结果看起来像是线性的，实际上各层之间只有掐头去尾的关系，中间是并行的？

@NoobStone 谢谢大佬，感觉储存在硬盘上的方案的话你这个应该是最好的

@murmur 简明

@rpman 没有啥发现不发现的吧，现在就是在按顺序学习，但是没有老师学得不好。1L 忘说了，位置编码对情感分析类任务应该是效果更好的，但是我觉得序列任务 lstm 肯定还是有用处不能不了解，所以这贴里不讨论位置编码相关的。。

@conhost 我是查了一些 rnn 的 torch 范例，然后里面设置的都是 batch_first=True ，所以我的文件读取完自然逻辑上输入格式是[32,20,8]，我觉得 rnn 理解还是比较抽象，不太理解过程，但是观察到经过 nn.LSTM 变换后它改变的是-1 维度，所以就互换 23 变成[32,8,20]，但是这种情况下 8 这个维度的含义就令人疑惑，网上一些基础范例，比如输入一个简单的 y=x^2 的数据，输入是一维的，比如[32, 20]这种比较好理解，加一维不太懂

@conhost 大佬，再问一下，rnn 的输入维度应该怎么理解。我现在假设用 8 个向量表示一个词，rnn 序列循环长度为 20 ，batch size 是 32 ，准备好的输入数据的 shape 就是[32, 20, 8]，假设三个维度分别用 123 表示

然后将结尾两个维度 2 和 3 互换，再输入 nn.LSTM(20, 64)，会得到一个[32, 8, 64]的数据。这里应该如何理解 8 这个维度呢，循环输入的数据是 20 这个维度吗？网上图解一般是一个输入到一个输出，比较好理解，比如输入是 20 输出也是 20 ，但是 lstm 实际上又可以输入 20 输出 64 ，实在是搞不懂了。。

@conhost CV 有很多项目可以参考，网上教学一般也是从 CNN 开始教起，学完就知道大概设计一个 CNN 网络是个什么形状，叠几层 CNN ，池化，dropout ，全连接层之类的，RNN 有类似的项目可以参考吗？我现在一个人拿着一个 nn.LSTM 在风中凌乱，看网上的例子是一个 lstm 层后面接一层 dense 就输出了，我很质疑生产上大家是这么做的？感觉有点太简单了

@conhost 谢谢，项目地址慢慢学习，很有帮助。NLP 方面 BERT 出来以后 RNN 过气了，但是我看到一些资料说在很多场景中 RNN 还在用，尤其是涉及到计算资源限制方面的，就想都从头了解一下。

所以这里的 LSTM 应该类比类似 CNN 这种结构，是由框架库提供的基础组件，一般不去设计其内部的具体实现方式？

实际生产中使用模型是需要多个 RNN 层叠加实现效果吗，就像多个 CNN 叠加一样？类似方面有什么资料可以参考吗，具体结构，超参调整之类的，不像 CNN 上感觉有很多模型可以参考，RNN 完全一头雾水没有概念应该怎么做

@leeyuzhe 网上教学直接复制的，没注意句号还是错的，害人不浅啊

@SenLief
@fkdtz
@hsfzxjy loguru 很好用，试了下 logger.exception 打印信息很全。一个问题是这个默认输出的是 error 级别的，有无方法调整成 warning 级别。有一些非关键错误想用 warning ，后面还会接一个日志分析，如果 error 就告警，warning 就忽略之类的。。。

@leeyuzhe

https://i.imgur.com/bMlARcH.png