wordpress 不能更换主题/seo入门教程seo入门
这篇博客，是为了记录一下今天做的一些事情，因为有些繁琐，怕后面再用到的时候忘掉，所以特此记一下，涉及的内容有以下几个：
- 如果使用BERT fine-tune 进行情感分类
- 如何使用谷歌的colaboratory
- Windows的远程服务器连接（svc）
- 用sftp命令进行Windows和Linux传文件（使用内网，远程连接工具等都不可使用的情况可以尝试一下）
- 在Linux上如何使用jupyter
- 导入TensorFlow失败的时候，如何升级glibc库。
- github 上传如果不小心git add了不想上传的文件，该怎么办？
- linux无损调整分区大小和文件系统管理
- 中文情感分类的项目分享
一、起因
下面开始，事情的起因是最近在做一个情感分类的一个项目，使用的是bert微调模型，也就是训练好的bert，所以这里先上第一个知识点：
如果使用BERT fine-tune 进行情感分类
借助这篇博客的思想，我想实现我的中文情感分类的项目，但是苦于设备不好，所以想起了谷歌的colaboratory，就用这个完成项目，所以第二个知识点：
如何使用谷歌的colaboratory
但是，在上面训练的时候，晚上总是掉线，所以我想用我实验室的服务器进行训练，所以就和师哥要了个号 202.199.10.22:5904 ，这个需要下载一个vncviewer。然后输入这个IP+端口号和密码，就可以远程控制服务器了。所以这是第一步。
二、Linux中使用Jupyter
接下来，就是在安装好anaconda和Jupyter的情况下，如何在Linux里面找到，并且打开。 步骤如下：
- 在自己的home下建立一个JupyterNotebook文件夹，放项目
- 输入命令以打开anaconda的命令窗口
source /user/anaconda3/bin/activate
这样就进入了anaconda的命令行窗口，类似于Windows里面的prompt。
接下来，就是创建一个TensorFlow虚拟环境
conda create -n tfenv python=3.7
在这个环境中，装TensorFlow及其用到的相关包
进行完了上面的步骤，导入TensorFlow的时候，发生了错误，需要升级glibc库。 所以升级glibc库到2.23版本的，所以第三个点：
Centos7 glibc库升级到2.23
三、Windows与Linux下内网互传文件
因为要用到服务器，所以需要把我的项目上传到服务器，我首先想到的是一些远程的一些工具，像winscp等这些软件，但是不能用，发生网络错误。我也不知道怎么回事，所以就使用了内网互传，用的sftp命令。
所以上知识点：Linux sftp命令详解
这里我只想记录一下我参考了上面的博客之后，我的操作：
- 在Windows系统下，我打开Git的命令行窗口，因为在这里面可以输入Linux命令
- 然后输入命令连接远程服务器
sftp wzq@202.199.10.22
然后输入密码，就连接到了远程服务器
- 然后，把我的项目传到服务器上，我的项目是压缩后的一个文件夹，叫做"EmotionClassification.zip"，我要传到的地方就是/home/wzq/JupyterNotebook文件夹。
put E:\"Jupyter Notebook"\EmotionClassification.zip /home/wzq/JupyterNotebook
这样就传到了服务器上，然后进行解压即可
- 经过上面的步骤，我完成了上传文件
下面是下载文件
通过上面的操作，我就可以用服务器跑我的项目了，虽然目前服务器没有GPU，但是CPU性能还是很好的，并且就是可以不用占用自己的电脑，可以不停的让它跑。
四、Git报错：Your branch is ahead of ‘origin/master’ by 1 commit
用一个命令：
git reset --hard origin/master
五、Linux调整分区大小和创建分区与挂载
这个是在把项目上传之后，发现空间不够了，所以想着把root下面的空间给home分一点，但是怕出事故，就用虚拟机尝试了一下，下面这个调整分区的
Linux无损调整分区大小
但是，在调整分区之前，顺便复习了一下Linux文件系统管理的知识：
创建一块新的硬盘，或者是u盘等，都需要手动挂载，这里说一下硬盘新建之后，
- 先用fdisk -l 命令查看硬盘情况
- 然后 fdisk 设备名进行分区
- 然后创建挂载点，对设备进行挂载 mount命令
- 查看最后的挂载情况 df
参考笔记：Linux文件系统管理
六、情感分类的项目
这个项目已经上传到了GitHub上，是一个中文文本分类的一个项目，就是输入一句话，输出目前的情感。和普通的情感分类问题不同的：
- 这是一个多分类的问题，标签不只是两个，一共六个
- 可能一个样本对应着几个标签
处理方式，我首先基于机器学习的模型尝试，用的多项式朴素贝叶斯。但是效果不好，可能是由于句子比较复杂，而传统的机器学习方式没法捕捉到句子的先后逻辑关系。
所以后面，使用深度学习的模型，用的BERT的fine-tune。谷歌已经给训练好了，提供了接口，只需要根据提示实现接口就行了。这个最后的结果准确率提升了很多。最后用的这个。
最后给出GitHub项目地址：
https://github.com/zhongqiangwu960812/DeepLearningProjects/tree/master/EmotionClassification