语句dowhile while for
group by 语句怎么优化？
一、一个简单使用示例 我这里创建一张订单表 CREATE TABLE `order_info` ( `id` int NOT NULL AUTO_INCREMENT COMMENT '主键', `order_no` int NOT NULL COMMENT '订单号', `goods_id` int ......
order by 语句怎么优化？
说明 当前演示的数据库版本5.7 一、一个简单使用示例 先创建一张订单表 CREATE TABLE `order_info` ( `id` int NOT NULL AUTO_INCREMENT COMMENT '主键', `order_no` int NOT NULL COMMENT '订单号', ......
琐碎的想法（五）for 的前世今生
for 的前世今生 起因 记得大学上C语言的课，第一次遇到的问题就是循环结构里面的 for。 在此之前，选择结构的 if 非常易懂，和日常生活的判断没有区别。 循环结构的 while 同样比较好理解。 本质上是一个判断 如果为真，继续循环。 如果不假，则退出循环。 而 for 会不好理解一些。 fo ......
Cesium for Unreal加载倾斜摄影
本文介绍UE4中通过Cesium插架加载本地倾斜摄影模型。Cesium for Unreal插件运行在UE环境何总运行Cesium，这样方便做一个GIS应用。 安装Cesium for Unreal插件 在UE 虚幻商城中，搜索 “Cesium for Unreal”， 然后下载插件，下载完成后，可 ......
优化if...else...语句
写代码的时候经常遇到这样的场景：根据某个字段值来进行不同的逻辑处理。例如，不同的会员等级在购物时有不同的折扣力度。如果会员的等级很多，那么代码中与之相关的if...elseif...else...会特别长，而且每新增一种等级时需要修改原先的代码。可以用策略模式来优化，消除这种场景下的if...els ......
迁移学习（DIFEX）《Domain-invariant Feature Exploration for Domain Generalization》【已复现迁移】
论文信息 论文标题：Domain-invariant Feature Exploration for Domain Generalization论文作者：Wang Lu, Jindong Wang, Haoliang Li, Yiqiang Chen, Xing Xie论文来源：TMLR 2022论 ......
迁移学习（JDDA） 《Joint domain alignment and discriminative feature learning for unsupervised deep domain adaptation》
论文信息 论文标题：Joint domain alignment and discriminative feature learning for unsupervised deep domain adaptation论文作者：Chao Chen , Zhihong Chen , Boyuan Jia ......
【Surface Detection】Segmentation-Based Deep-Learning Approach for Surface-Defect Detection
物体表面缺陷检测现状 传统机器学习局限性 传统机器学习方法对于特定的算法只能解决特定的问题，不够灵活，无法快速适应新产品； 不同的问题有不同的特征，当需要解决新问题时，需要重新设计特征，开发周期长； 深度学习遇到的问题 训练数据数量需求大； 标注精度、耗时需求严格； 计算能力需求高。 该篇paper ......
Elasticsearch查询及聚合类DSL语句宝典
随着使用es场景的增多，工作当中避免不了去使用es进行数据的存储，在数据存储到es当中以后就需要使用DSL语句进行数据的查询、聚合等操作，DSL对SE的意义就像SQL对MySQL一样，学会如何编写查询语句决定了后期是否能完全驾驭ES，所以至关重要，本专题主要是分享常用的DSL语句，拿来即用。 ......
论文解读（CAN）《Contrastive Adaptation Network for Unsupervised Domain Adaptation》
论文信息 论文标题：Contrastive Adaptation Network for Unsupervised Domain Adaptation论文作者：Guoliang Kang, Lu Jiang, Yi Yang, Alexander G Hauptmann论文来源：CVPR 2019论 ......
虚假新闻检测-迁移学习（CADM）《Unsupervised Domain Adaptation for COVID-19 Information Service with Contrastive Adversarial Domain Mixup》
论文信息 论文标题：Unsupervised Domain Adaptation for COVID-19 Information Service with Contrastive Adversarial Domain Mixup论文作者：Huimin Zeng, Zhenrui Yue, Ziyi ......
TIE: A Framework for Embedding-based Incremental Temporal Knowledge Graph Completion 增量时序知识图谱补全论文解读
论文网址：https://dl.acm.org/doi/10.1145/3404835.3462961 Arxiv：https://arxiv.org/abs/2104.08419 论文提出一种用增量学习思想做时序知识图谱补全（Temporal Knowledge Graph Completion, ......
Relational Learning with Gated and Attentive Neighbor Aggregator for Few-Shot Knowledge Graph Completion 小样本知识图谱补全论文解读
小样本知识图补全——关系学习。论文利用三元组的邻域信息，提升模型的关系表示学习，来实现小样本的链接预测。主要应用的思想和模型包括：GAT（图注意力神经网络）、TransH、SLTM、Model-Agnostic Meta-Learning (MAML)。 论文地址：https://arxiv.org ......
深入解读MySQL InnoDB存储引擎Update语句执行过程
参考b站up 戌米的论文笔记 https://www.bilibili.com/video/BV1Tv4y1o7tA/ 书籍《mysql是怎样运行的》 极客时间《mysql实战45讲》 系列文章目录和关于我 一丶Mysql整体架构 MySQL 可以分为 Server 层和存储引擎层两部分 1.Ser ......
RFN-Nest_ An end-to-end residual fusion network for infrared and visible images 论文解读
RFN-Nest 2021 研究 图像融合分为三步：特征提取，融合策略，图像重建。 当前端到端的图像融合方法：基于GAN的、还有本文提出的 研究背景：当前设计的融合策略在为特定任务生成融合图像方面是比较困难的。 研究目的：提出一种基于可以学习的融合网络架构（RFN）来实现端到端的图像融合方法(RFN ......
Mybatis源码解析之执行SQL语句
作者：郑志杰 mybatis 操作数据库的过程 // 第一步：读取mybatis-config.xml配置文件 InputStream inputStream = Resources.getResourceAsStream("mybatis-config.xml"); // 第二步：构建SqlSes ......
论文翻译：2022_DNS_1th：Multi-scale temporal frequency convolutional network with axial attention for speech enhancement
论文地址：带轴向注意的多尺度时域频率卷积网络语音增强 论文代码：https://github.com/echocatzh/MTFAA-Net 引用：Zhang G, Yu L, Wang C, et al. Multi-scale temporal frequency convolutional n ......
论文解读（PCL）《Probabilistic Contrastive Learning for Domain Adaptation》
论文信息 论文标题：Probabilistic Contrastive Learning for Domain Adaptation论文作者：Junjie Li, Yixin Zhang, Zilei Wang, Keyu Tu论文来源：aRxiv 2022论文地址：download 论文代码：do ......
Java开发学习(四十五)----MyBatisPlus查询语句之映射匹配兼容性
1、映射匹配兼容性 我们已经能从表中查询出数据，并将数据封装到模型类中，这整个过程涉及到一张表和一个模型类: 之所以数据能够成功的从表中获取并封装到模型对象中，原因是表的字段列名和模型类的属性名一样。那么问题就来了: 问题1:表字段与编码属性设计不同步 当表的列名和模型类的属性名发生不一致，就会导致 ......
Java开发学习(四十六)----MyBatisPlus新增语句之id生成策略控制及其简化配置
在前面有一篇博客：Java开发学习(四十一) MyBatisPlus标准数据层（增删查改分页）开发，我们在新增的时候留了一个问题，就是新增成功后，主键ID是一个很长串的内容。 我们更想要的是按照数据库表字段进行自增长，在解决这个问题之前，我们先来分析下ID该如何选择: 不同的表应用不同的id生成策略 ......