Tool-CMake-make -j[cpu_num]

Posted 2023-05-09

Tool-CMake-make -j[cpu_num]

https://blog.csdn.net/KingOfMyHeart/article/details/105438151

执行make指令效率较低。
使用make -j后面跟一个数字,让make最多允许n个编译命令同时执行，可以更有效的利用CPU资源。

假设我们的系统是cpu是8核，在不影响其他工作的情况下，我们可以make -j8 将cpu资源充分利用起来。

一般来说，最大并行任务数为cpu_num * 2

cpu_num = \'cat /proc/stat |grep cpu[0-9] -c\'
echo "make -j$cpu_num"
make -j$cpu_num

本文来自博客园，作者：Theseus‘Ship，转载请注明原文链接：https://www.cnblogs.com/yongchao/p/17383693.html

NLP-Word Embedding-Attention机制

参考技术A

attention机制是个坑。
要明白attention机制，首先要明白seq2seq
要明白seq2sql，首先要明白RNN
要明白RNN，首先要明白MLP和BP算法
这是attention机制的前坑

明白attention机制后，要明白self-attention，以及attention在诸多领域的应用
明白self-attention后，要明白Transformer
明白transformer后，要明白Bert
这是attention机制的后坑

即一个序列生成另一个序列。最直观的就是机器翻译，一句英文翻译成一句中文。或者应答，问一句答一句。
模型结构：输入数据连接一个 encoder（编码器） 得到编码输出又称中间状态 C 然后连接到一个 decoder（解码器） 最后解码器的输出作为模型输出

也可以发现，RNN星球的外星人，执着于吃自己的隐层状态h(x)，同时，其隐层状态可以继续计算得到输出y。当然，他们也会去吃y，当手头没有输入时他们会把前一个y当输入吃掉，就像小D。当手头有输入时，他们可以不吃y而吃输入。就像小E。至于为什么这样，可能是他们当地人的习惯吧，总得有点下shit菜不是。

小E和小D是RNN星球的外星小伙伴，这个大家都知道了
小E吃了一筐水果小D来了发现没了很不开心，这个大家都知道了
当小D骄傲的说出小E具体吃了什么时，他们发现，小D说的没有那么准。
两人对视一会，发现问题：小D只吃了小E最后的h(an)，那最后的h(an)携带的前面的信息就很少了。要改变！要把小E所有的h(ai)都用上！而且，要尽量找到对应关系，例如预测第一个时，要尽量用到第一个h(a)的信息。

具体是怎么做的呢？
小D是这么想的，首先，让小E把他拉的所有h(a)都给他。即[h(a1),h(a2),h(a3)...h(an)],每个h(ai)都是一个向量，所以这些组成了一个矩阵K
然后，小D每拉出一个h(b)就去这个矩阵分别计算该h(b)和每个h(a)的相关度，得到一系列分数，按照分数大小来组合这些h(a)从而得到一个专属于该h(b)的C。下图中的a即是表示对应的分数

还有一个问题，怎么计算相关度？cos相关度，点乘，皮尔森相关等都可以
最后一个问题，初始的隐藏状态是什么，因为没有用到非attention机制的h(h(an))。老规矩，随机初始化。

所以，attention机制，像是一种配方，根据当前不同位置来调配encoder一系列隐藏状态h(ai)的组合比重，这显然是很有道理的，因为就拿翻译来说，词的顺序往往是对应的。

简言之，encoder获取状态矩阵K，decoder根据每一轮隐藏状态h计算注意力分数获得注意力向量C，拼接h和C获得输出y，y和h进入下一轮decode获得新的h。。。

上一步有个矩阵K，来自encoder。而来自decoder的h类似于一个查询(query)。这个查询分别与K中的不同向量h(a)(key)计算相关度得到分数(score)，然后利用分数做权重与对应的h(a)(value)加权求和得到自己想要的结果C。
这里我为什么要写query，key，value呢？是为了讲解self-attention。注意这里key和value都是指h(a)即encoder的状态矩阵。
那如果这个query不来自decoder而来自encoder本身呢？即自己查自己？
有了query，key，value概念之后，就比较好理解self-attention了。
首先，输入的词汇(小E吃的水果也好，翻译中一句话分成的一组词也好)都是要embedding成一个固定长度的向量x才输入模型的。即对于一句话的所有词，组成了一个输入矩阵X。
然后，我们随机生成3个矩阵Q,K,V对应query，key，value
对于一个输入x，
用x点乘Q得到query
用x点乘K得到key
用x点乘V得到value
这样，对于一句话中的所有x，都可以得到对应的query，key，value

有了这些就好办了
每个x，都可以用自己的query去和其他key计算score，然后用该score和对应的其他value来计算自己的注意力向量C。经过这样的计算，x变成了C。

上图中的z即为C。而score到softmax之间的步骤是一些tricks，不用管。

同样，可以多叠加几层self-attention，用同样的操作不同的QKV矩阵由c变成cc，变成ccc
这就是self-attention。

self-attention像是一种向量转换。x变为c，维度没变，值变了。而同时，这种转变又蕴含了x与上下文x之间的关系。rnn也可以实现由x变为另一个向量，同时也考虑了上下文关系，但是，他存在循环神经网络的弊端，无法并行。而self-attention组成的transformer则可以实现并行运算。即，他不需要等待下一个状态h计算出来再计算C，而是直接通过QKV矩阵和当前x计算所得。
那QKV怎么得到？随机初始，训练所得。

https://caicai.science/2018/10/06/attention%E6%80%BB%E8%A7%88/
https://jalammar.github.io/visualizing-neural-machine-translation-mechanics-of-seq2seq-models-with-attention/
https://zhuanlan.zhihu.com/p/37601161
https://jalammar.github.io/illustrated-transformer/