张量 深度 索引

watch的深度监听

### vue3中的watch默认deep为true 经踩坑发现,下面俩种情况不会开启 ### 1 当监视的对象author属性obj也为对象时,必须开启deep ``` const author = reactive({ name: 'John Doe', obj:{id:0,t:2}, book ......
深度 watch

基于价值的深度强化学习

由于动作和状态是随机的,又ut依赖于状态和动作,故ut也是随机的 最佳动作价值函数能给我们作出动作给予指导 我们利用神经网络来近似最佳动作价值函数 利用DQN进行动作价值函数的计算,例如我们可以将图片通过卷积层转换为特征向量, 再利用全连接层转换为对应的输出向量即为各个动作的打分。通过打分即可选择动 ......
深度 价值

深度强化学习 基本概念

state:状态;Action:动作;Agent:主体; 在状态s下主体可以选择自己的动作a。 policy函数π:给出在状态s下作出动作a的概率,策略作出的动作是随机的。 状态转移:在旧状态s1下作出动作a转移到新状态。 转态转移也是随机的,随机性依环境而变。 在状态s下作出动作a转移到s‘的概率 ......
深度 概念

基于Graph-Cut算法的彩色图像深度信息提取matlab仿真

1.算法仿真效果 matlab2022a仿真结果如下: 2.算法涉及理论知识概要 Graph cuts是一种十分有用和流行的能量优化算法,在图像处理领域普遍应用于前后背景分割(Image segmentation)、立体视觉(stereo vision)、抠图(Image matting)等,目前在 ......
算法 Graph-Cut 深度 图像 彩色

C#的迭代器/枚举器,索引器

1.迭代器:可使用Foreach遍历,如List,Dictionary等,其继承IEnumerable接口,并实现public IEnumerator GetEnumerator()方法; 举例:有个动物园,其中有各种动物: public class Zoo : IEnumerable { List ......
索引

《mysql高性能》系列3:创建合适的索引

1 概述 索引可以认为是存储引擎建立的一种数据结构,用来快速的根据查询条件来找到所需要的数据。由于数据一般存放在磁盘中,每次访问磁盘的时间都会比较长,因此,为了减少对磁盘的访问次数,存储引擎一般使用B-树结构来保存索引。索引可以减少服务器层需要扫描的数据量,可以帮助服务器避免排序,将随机IO变为顺序 ......
高性能 索引 mysql

mysql 调优-索引失效

范围条件放最后面,不管单列还是多列索引,把能过滤最多的索引放前面 用不用索引最终都是优化器决定的,EXPLAIN json 格式里的执行成本决定 最左匹配,如果是联合索引,查找索引树的时候,只能根据第一个索引才能找到第二个第三个,如果顺序没对就不会走索引 -- 联合索引(name, code, ad ......
索引 mysql

MySQL回表 索引覆盖01

来源: https://zhuanlan.zhihu.com/p/512662526?utm_id=0 ......
索引 MySQL

MySQL回表 索引覆盖02

资料来源: https://zhuanlan.zhihu.com/p/401198674?utm_id=0 ......
索引 MySQL

mysql 调优-索引建议

列是唯一的,或有唯一约束(alibaba 规范指出只要是唯一的必须加索引,哪怕是多列组合是唯一的也要添加一个多列索引) 频繁作为 where 条件的字段 经常 group by 或 order by 的字段(对 select 结果集再次索引才能再次得到一个最终结果集) distinct 字段 upd ......
索引 建议 mysql

mysql 调优-利用索引覆盖和下推

回表 只查询一次索引得不到想要的数据,典型的场景就是非聚簇索引查询:先拿到主键ID,再根据id查询一次得到数据(再次查询这就是回表) 索引覆盖:根据普通索引查询不回表就能得到数据 -- 联合索引(age, addr) select age, addr from t_user where age > ......
索引 mysql

深度学习中正样本、负样本、困难样本、简单样本区别

正样本: 与真值对应的目标类别来说该样本为正样本。 负样本: 与真值不对应的其他所有目标类别来说该样本为负样本。 困难样本: 预测时与真值标签误差较大的样本。 简单样本: 预测时与真值标签误差较小的样本。 如: 图片分类:。 需要识别马、羊、牛三个类别。 给一张马的图片。对于预测马来说这个样本为正样 ......
样本 深度

mysql 存储引擎和索引

存储引擎 |引擎|特性|文件| |--|--|--| |InnoDB|默认,支持事务,支持外键,支持行锁和表锁|.frm 文件存储表结构.ibd 文件存储数据和索引| |MyISAM|不支持事务,不支持外键,只支持表锁不支持行锁专门维护了一个常量保存每个表的总记录数(count 很快)MyISAM ......
索引 引擎 mysql

文章索引

本文用于对笔者所有博客的索引 PS: 点击文章名字可以跳转对应文章 可以用Ctrl + F进行搜索 学习笔记 pytorch笔记 conda常用命令 算法案例 基础算法: 判断回文数函数 P1320 压缩技术(续集版) 二分查找 判断闰年 已知日期求星期 数据结构 线性表 二叉树 - [二叉树遍历( ......
索引 文章

回表和索引覆盖

聚簇索引和非聚簇索引 先理解MySQL B+树的原理mysql有很多索引,每一个索引自成一个树结构1.加载数据时,先加载聚簇索引(一般来说,聚簇索引为该表的主键),非叶子节点存储叶子结点的地址,叶子结点存储聚簇索引值和该条数据的所有字段值2.然后加载非聚簇索引(一般来说是除主键之外的唯一索引 普通索 ......
索引

KDDCup深度学习

import pandas as pd import torch import torchvision import torch.nn as nn import numpy as np import torch.utils.data as Data from sklearn import prepr ......
深度 KDDCup

基于LSTM-RNN的深度学习网络的训练对比matlab仿真

1.算法仿真效果 matlab2022a仿真结果如下: 2.算法涉及理论知识概要 长短期记忆网络(LSTM,Long Short-Term Memory)是一种时间循环神经网络,是为了解决一般的RNN(循环神经网络)存在的长期依赖问题而专门设计出来的,所有的RNN都具有一种重复神经网络模块的链式形式 ......
学习网络 深度 LSTM-RNN matlab 网络

【C++深度解析】9、const 常量?只读变量?

文章目录1 const 常量的判别准则1.1 编程实验2 小结 看了前面的关于 const 的内容,不知道是不是有疑问,const 什么时候为只读变量,什么时候是常量?1 const 常量的判别准则只有用字面量初始化的 const 常量才会进入符号表使用其他变量初始化的 const 常量仍然是只读变 ......
常量 变量 深度 const

几大索引失效原因

1.带头大哥不能死这局经典语句是说创建索引要符合最左侧原则。例如表结构为u_id,u_name,u_age,u_sex,u_phone,u_time创建索引为idx_user_name_age_sex。查询条件必须带上u_name这一列。 2.不在索引列上做任何操作不在索引列上做任何计算、函数、自动 ......
索引 原因

KingbaseES 语句like前匹配如何使用索引

前言 有现场同事反馈 sql语句 like 使用后缀通配符 % 不走索引。 至于执行计划没走索引的原因与KingbaseES数据库中的排序规则相关。 测试 测试环境: KingbaseESV8R6C7 test=# \d test Table "public.test" Column | Type ......
语句 KingbaseES 索引 like

深度学习—损失函数专题

损失函数概念 1、对于监督学习:估量神经网络模型的预测值和真实值的不一致的程度,衡量的是:在神经网络训练阶段,某个或若干个输入样本,在输出层上的预测值和真实值之间不一致的程度。 2、广义上(无监督):衡量两个特征向量之间的差异程度/不一致程度/距离 3、作用:定义最终的损失值,是神经网络误差回传和权 ......
函数 深度 损失 专题

深度学习—神经网络优化

激活函数 作用:增加非线性因素 Relu激活函数,含GELU softmax激活函数:优势和劣势都无限扩大,每个都是自然数次方 sofrmax和sigmoid的区别: sigmoid激活函数: 每个神经元激活时只看自己激活前的值,不满足各个神经元激活后的输出值相加等于1的性质,个神经元之间是独立的。 ......
神经网络 深度 神经 网络

MySQL百万数据深度分页优化思路分析

业务场景 一般在项目开发中会有很多的统计数据需要进行上报分析,一般在分析过后会在后台展示出来给运营和产品进行分页查看,最常见的一种就是根据日期进行筛选。这种统计数据随着时间的推移数据量会慢慢的变大,达到百万、千万条数据只是时间问题。 瓶颈再现 创建了一张user表,给create_time字段添加了 ......
深度 思路 数据 MySQL

python 循环中使用index索引

# 使用enumerate()实现 ints = [8, 23, 45, 12, 78] for idx, val in enumerate(ints): print(idx, val) ints = [8, 23, 45, 12, 78] for index, item in enumerate( ......
索引 python index

mysql 索引

mysql 索引按存储方式区分: 一:b树,通常是使用b树这种方式,只有一个根节点,叶子节点之间彼此相连 二:hash,首先不能使用hash 索引排序,并且它只支持等值索引,比如 "=" "in()" "<=>"。 不支持键的部分匹配,因为计算hash 值的时候是根据整体索引值来计算的。 建立has ......
索引 mysql

sql组合索引怎样使用?怎样命中?

一、联合索引的使用 本文中联合索引的定义为(MySQL): ALTER TABLE table_name ADD INDEX (col1,col2,col3); 二、联合索引的本质 当创建(col1,col2,col3)联合索引时,相当于创建了(col)单列索引,(clo1,clo2)联合索引以及( ......
索引 sql

MySQL索引下推(官方翻译)

索引条件下推优化 原文链接:https://dev.mysql.com/doc/refman/8.0/en/index-condition-pushdown-optimization.html 索引条件下推 (ICP) 是针对 MySQL 使用索引从表中检索行的情况的优化。如果没有 ICP,存储引擎 ......
索引 官方 MySQL

深度学习基础概念

#模型假设和参数是什么? 模型假设和参数是什么:用一个函数关系去表示的一只样本的数据的后面存在的规律。参数的是用于表现的规律的特征参数。 #评价函数(损失)是什么? 评价函数(损失):是与评价预测与目标的之间的一种关系函数。衡量模型预测值和真实值差距的评价函数也被称为损失函数(损失Loss) 机器学 ......
深度 概念 基础

深度学习---图像分类网络

分类网络 深度学习在图像邻域的应用大致可以分为图像分类、目标检测、图像分割三大类,其中图像分割又可以细分为语义分割、实例分割和全景分割,这一篇梳理下常见的分类数据集和分类网络,后续会重点介绍ResNet,并逐步实现ResNet训练及推理。 一、常用分类数据集 MNIST 内容是0-9的手写数字,60 ......
深度 图像 网络

索引原理与慢查询优化

索引原理与慢查询优化 一 我们要搞明白的问题 让我们带着以下问题展开对索引的探索 1、为何索引叫key 2、索引是如何加速查询的,它的原理是啥? 索引模型/结构从二叉树-》平衡二叉树-》b树最后到b+树,每种树到底有什么问题最终演变成到了b+树 3、为何b+树不仅能够加速等值查询,还能加速范围查询 ......
索引 原理