record.md

2020/03/21:

我服了，每次新建一个项目都要重新查查步骤。怎么Git初始化，怎么生成gitignore，怎么把本地关联上Github。这也太鸡儿麻烦了。要想做一名合格的工程师熟练这些讲道理是必不可少的嗷。这个库是2020年1月12日建立的，之后就没怎么维护过了。而且，我，tm已经忘了这个库是怎么搭好的了。而且文件很混乱很烦。为了解决建库不熟练和库文件管理混乱这个痛点，我决定把这个库删了重新建立一下。

参考资料：

• 廖雪峰Git教程

1. 建库第一步

打开gayhub，新建一个库，名字Text-Classification。勾上初始化README，添加python的.gitignore。

找一个风水宝地文件夹，在里边打开Git Bash，输入：

git clone git@github.com:light2077/Text-Classification.git

讲道理这个代码不难背啊，但是我老是忘记，好气啊。然后就下载了一个名为Text-Classification的文件夹，里边就是我的项目。

目前有：

.git
.gitignore
README.md

目前很完美，然后把这个文件record.md拷贝进Text-Classification文件夹。用git add, commit, push三连看看成功没。

擦，原来那么简单，为啥我以前就觉得那么麻烦呢？？？

2. pycharm关联github

对着Text-Classification文件夹右键点击open folder as pycharm project。

File->setting->Verison Control->Github点击Add account添加github账号

然后ctrl + kcommit一个文件试试。再然后ctrl + shift + kpush到github

刷新github页面，看到了更新的内容，好了恭喜我。(但是这里貌似少了一些操作，我第一次弄的时候好像没有那么简单，还需要什么什么key之类的，算了不管了，以后遇到了再补上)

3. 思考这个项目是做什么的

兄弟，文件夹之所以乱，就是因为不知道这个项目是来做什么的。首先我这个项目是文本分类项目。

开局一个百度题库.zip压缩包，代码全靠copy。

• 那得有一个文件件放数据吧。data
• 得有一个文件夹放一些辅助脚本，比如数据预处理。utils
• 得有三个文件夹放模型，因为我准备实现3个模型。textcnn, transformer, bert
• 得有一个文件夹放notebook，notebook这个东西是真的有毒。太好用了，以致于可能反过来会被这个工具拖住更进一步的脚步。notebook。额外说一点，为了data文件夹的独立性，readme里的图片统一存放在notebook文件夹里。

好了暂时就这么多。

写预处理的工作流程

• 先想办法把压缩包转成一个csv文件（这可能有点抽象，就是压缩包里有很多个csv文件，把它们合并到一块）
• 文本预处理（分词，去停用词，去标点等）
• token化，最后转成x，y分别保存。

写textcnn的工作流程

• 先读取之前处理好的数据
• 找到参考的textcnn代码，找到tf2.0写线性回归的代码。
• 仿照着改
• 写批量预测函数
• 写评估函数

其他烦人的点

1. 如何在gitignore里忽略的文件夹下选择一个文件不忽略：

/data/*
!/data/百度题库.zip

2. 怎么白嫖google colab