前端技术
HTML
CSS
Javascript
前端框架和UI库
VUE
ReactJS
AngularJS
JQuery
NodeJS
JSON
Element-UI
Bootstrap
Material UI
服务端和客户端
Java
Python
PHP
Golang
Scala
Kotlin
Groovy
Ruby
Lua
.net
c#
c++
后端WEB和工程框架
SpringBoot
SpringCloud
Struts2
MyBatis
Hibernate
Tornado
Beego
Go-Spring
Go Gin
Go Iris
Dubbo
HessianRPC
Maven
Gradle
数据库
MySQL
Oracle
Mongo
中间件与web容器
Redis
MemCache
Etcd
Cassandra
Kafka
RabbitMQ
RocketMQ
ActiveMQ
Nacos
Consul
Tomcat
Nginx
Netty
大数据技术
Hive
Impala
ClickHouse
DorisDB
Greenplum
PostgreSQL
HBase
Kylin
Hadoop
Apache Pig
ZooKeeper
SeaTunnel
Sqoop
Datax
Flink
Spark
Mahout
数据搜索与日志
ElasticSearch
Apache Lucene
Apache Solr
Kibana
Logstash
数据可视化与OLAP
Apache Atlas
Superset
Saiku
Tesseract
系统与容器
Linux
Shell
Docker
Kubernetes
[容器化Java服务端口映射配置 ]的搜索结果
这里是文章列表。热门标签的颜色随机变换,标签颜色没有特殊含义。
点击某个标签可搜索标签相关的文章。
点击某个标签可搜索标签相关的文章。
转载文章
...,本站仅提供文章转载服务,并不拥有其所有权,也不对文章内容的真实性、准确性和合法性承担责任。 如发现本文存在侵权、违法、违规或事实不符的情况,请及时联系我们,我们将第一时间进行核实并删除相应内容。 文章目录 AI垃圾分类 产品描述 垃圾分类-数据分析和预处理 代码结构 resnext101网络架构 垃圾分类-训练 垃圾分类-评估 垃圾分类-在线预测 1. 你是什么垃圾? 2. 告诉你,你是什么垃圾 3. 使用它告诉你,你是啥垃圾 AI垃圾分类 产品描述 如何进行垃圾分类已经成为居民生活的灵魂拷问,然而AI在垃圾分类的应用可以成为居民的得力助手。 针对目前业务需求,我们设计一款APP,来支撑我们的业务需求,主要提供文本,语音,图片分类功能。AI智能垃圾分类主要通过构建基于深度学习技术的图像分类模型,实现垃圾图片类别的精准识别重点处理图片分类问题。 采用深圳市垃圾分类标准,输出该物品属于可回收物、厨余垃圾、有害垃圾和其他垃圾分类。 垃圾分类-数据分析和预处理 整体数据探测 分析数据不同类别分布 分析图片长宽比例分布 切分数据集和验证集 数据可视化展示(可视化工具 pyecharts,seaborn,matplotlib) 代码结构 ├── data│ ├── garbage-classify-for-pytorch│ │ ├── train│ │ ├── train.txt│ │ ├── val│ │ └── val.txt│ └── garbage_label.txt├── analyzer│ ├── 01 垃圾分类_一级分类 数据分布.ipynb│ ├── 02 垃圾分类_二级分类 数据分析.ipynb│ ├── 03 数据加载以及可视化.ipynb│ ├── 03 数据预处理-缩放&裁剪&标准化.ipynb│ ├── garbage_label_40 标签生成.ipynb├── models│ ├── alexnet.py│ ├── densenet.py│ ├── inception.py│ ├── resnet.py│ ├── squeezenet.py│ └── vgg.py├── facebook│ ├── app_resnext101_WSL.py│ ├── facebookresearch_WSL-Images_resnext.ipynb│ ├── ResNeXt101_pre_trained_model.ipynb├── checkpoint│ ├── checkpoint.pth.tar│ ├── garbage_resnext101_model_9_9547_9588.pth├── utils│ ├── eval.py│ ├── json_utils.py│ ├── logger.py│ ├── misc.py│ └── utils.py├── args.py├── model.py├── transform.py├── garbage-classification-using-pytorch.py├── app_garbage.py data: 训练数据和验证数据、标签数据 checkpoint: 日志数据、模型文件、训练过程checkpoint中间数据 app_garbage.py:在线预测服务 garbage-classification-using-pytorch.py:训练模型 models:提供各种pre_trained_model ,例如:alexlet、densenet、resnet,resnext等 utils:提供各种工具类,例如;重新flask json 格式,日志工具类、效果评估 facebook: 提供facebook 分类器神奇的分类预测和数据预处理 analyzer: 数据分析和数据预处理模块 transform.py:通过pytorch 进行数据预处理 model.py: resnext101 模型集成以及调整、模型训练和验证函数封装 resnext101网络架构 pre_trained_model resnext101 网络架构原理 基于pytorch 数据处理、resnext101 模型分类预测 在线服务API 接口 垃圾分类-训练 python garbage-classification-using-pytorch.py \--model_name resnext101_32x16d \--lr 0.001 \--optimizer adam \--start_epoch 1 \--epochs 10 \--num_classes 40 model_name 模型名称 lr 学习率 optimizer 优化器 start_epoch 训练过程断点重新训练 num_classes 分类个数 垃圾分类-评估 python garbage-classification-using-pytorch.py \--model_name resnext101_32x16d \--evaluate \--resume checkpoint/checkpoint.pth.tar \--num_classes 40 model_name 模型名称 evaluate 模型评估 resume 指定checkpoint 文件路径,保存模型以及训练过程参数 垃圾分类-在线预测 python app_garbage.py \--model_name resnext101_32x16d \--resume checkpoint/garbage_resnext101_model_2_1111_4211.pth model_name 模型名称 resume 训练模型文件路径 模型预测 命令行验证和postman 方式验证 举例说明:命令行模式下预测 curl -X POST -F file=@cat.jpg http://ip:port/predict 最后,我们从0到1教大家掌握如何进行垃圾分类。通过本学习,让你彻底掌握AI图像分类技术在我们实际工作中的应用。 1. 你是什么垃圾? 2. 告诉你,你是什么垃圾 3. 使用它告诉你,你是啥垃圾 本篇文章为转载内容。原文链接:https://blog.csdn.net/shenfuli/article/details/103008003。 该文由互联网用户投稿提供,文中观点代表作者本人意见,并不代表本站的立场。 作为信息平台,本站仅提供文章转载服务,并不拥有其所有权,也不对文章内容的真实性、准确性和合法性承担责任。 如发现本文存在侵权、违法、违规或事实不符的情况,请及时联系我们,我们将第一时间进行核实并删除相应内容。
2023-02-10 23:48:11
518
转载
转载文章
...,本站仅提供文章转载服务,并不拥有其所有权,也不对文章内容的真实性、准确性和合法性承担责任。 如发现本文存在侵权、违法、违规或事实不符的情况,请及时联系我们,我们将第一时间进行核实并删除相应内容。 介绍一下通过在线免费制图网站 Freedgo Design绘制各类图形的方法。 什么是 Freedgo Design? Freedgo Design 是一in款在线绘制专业图形的网站。Freedgo Design可以绘制各种类型的图形,针对业务逻辑的流程图,软件设计ER模板,工作流,各种云平台的系统部署架构图包括阿里云、AWS云、腾讯云、Oracle、Asure云、IBM云平台等。 使用 用户通过浏览器访问网址:https://www.freedgo.com 点击在线制图,进入图形设计工具页面即可在线制图. 选择制图不同类型的图形,请点击页面下面 + 更多图形,选择相应的制图类型。如下图: 可以绘制哪些图表UML UML统一建模语言(英语:Unified Modeling Language,缩写 UML),是一种开放的方法,用于说明、可视化、构建和编写一个正在开发的、面向对象的、软件密集系统的制品的开放方法。UML展现了一系列最佳工程实践,这些最佳实践在对大规模,复杂系统进行建模方面,特别是在软件架构层次已经被验证有效。 在UML系统开发中有三个主要的模型: 功能模型:从用户的角度展示系统的功能,包括用例图。 对象模型:采用对象,属性,操作,关联等概念展示系统的结构和基础,包括类别图、对象图。 动态模型:展现系统的内部行为。包括序列图,活动图,状态图。 通过Freedgo Desgin 可以绘制各类UML图表,包括 UML 用例图 UML 类图 UML 时序图 UML 活动图 UML 泳道图 点击页面下面 + 更多图形,选择 商务/(业务建模) -> UML, 可以设计各类UML图表, 参见下图: 数据库ER模型 ER模型是在数据库设计中常用的数据建模工具,通常是用来描述实体的信息及实体与实体之前的关系。 在Freedgo Design提供了对ER模型的支持: 通过图标库 选择ER模型绘制数据库ER模型 通过菜单 调整图形 -> 插入 -> SQL... 导入sql DDL脚本创建数据库ER模型 BPMN模型设计 BPMN是业务流程建模与标记,是用于构建业务流程图的一种建模语言标准。 可以通过图标库 选择BPMN绘制BPMN模型 Archimate设计 Archimate是一种整合多种架构的一种可视化业务分析模型语言,属于架构描述语言(ADL),它从业务、应用和技术三个层次(Layer),物件、行为和主体三个方面(Aspect)和产品、组织、流程、资讯、资料、应用、技术领域(Domain)来进行描述。 可以通过图标库 选择BPMN绘制BPMN模型 EPC设计 EPC是用于说明业务流程工作流,是进行业务工程设计的 SAP R/3 建模概念的重要组件。 可以通过图标库 选择EPC绘制EPC模型 流程图 流程图是流经一个系统的信息流、观点流或部件流的图形代表。在企业中,流程图主要用来说明某一过程。这种过程既可以是生产线上的工艺流程,也可以是完成一项任务必需的管理过程。 流程图是揭示和掌握封闭系统运动状况的有效方式。作为诊断工具,它能够辅助决策制定,让管理者清楚地知道,问题可能出在什么地方,从而确定出可供选择的行动方案。 流程图有时也称作输入-输出图。该图直观地描述一个工作过程的具体步骤。流程图对准确了解事情是如何进行的,以及决定应如何改进过程极有帮助。这一方法可以用于整个企业,以便直观地跟踪和图解企业的运作方式。 流程图使用一些标准符号代表某些类型的动作,如决策用菱形框表示,具体活动用方框表示。但比这些符号规定更重要的,是必须清楚地描述工作过程的顺序。流程图也可用于设计改进工作过程,具体做法是先画出事情应该怎么做,再将其与实际情况进行比较。 可以通过图标库 选择流程图绘制 UX设计 Freedgo Design提供一系列UX设计的制作,可以实现IOS,安卓,以及一系列页面设计的效果制图,下面简单说明:IOS android material Bootstrap 手机应用 网站应用 平面图 Freedgo Design可以绘制平面图包括建筑平面表,房屋平面表,房屋效果图设计,在图例中提供了家庭、办公、厨房、卫生间等等图例,具体可以登录在线制图网站,查看 图例 网络架构图 Freedgo Design 可以绘制各种网络拓扑图,和机架图。 云架构 Freedgo Design 提供了各类云架构的系统架构图、系统部署图,包括AWS架构,阿里云架构、腾讯云架构、IBM、ORACLE、Azure和Google云等等。AWS 阿里云架构 腾讯云架构 IBM架构 ORACLE架构 Azure架构 GOOGLE架构 工程 Freedgo Design 提供在线基本电气图设计、在线电气逻辑图设计、在线电路原理图设计、在线接线图设计 本篇文章为转载内容。原文链接:https://blog.csdn.net/weixin_39605997/article/details/109976987。 该文由互联网用户投稿提供,文中观点代表作者本人意见,并不代表本站的立场。 作为信息平台,本站仅提供文章转载服务,并不拥有其所有权,也不对文章内容的真实性、准确性和合法性承担责任。 如发现本文存在侵权、违法、违规或事实不符的情况,请及时联系我们,我们将第一时间进行核实并删除相应内容。
2023-04-03 21:03:06
106
转载
Mongo
...连接到MongoDB服务器。这个过程其实就像这样,连接这一步呢,是同步进行的,就相当于大家一起整齐划一地行动。不过,接下来的查询操作嘛,通常会选择异步的方式来进行,这样做就像是让各个部分灵活自主地去干活,不耽误彼此的时间,从而大大提升整体的工作效率! javascript const MongoClient = require('mongodb').MongoClient; const url = 'mongodb://localhost:27017'; const dbName = 'test'; MongoClient.connect(url, {useNewUrlParser: true}, (err, client) => { if (err) throw err; console.log("Connected to MongoDB"); const db = client.db(dbName); // ...进行数据库操作 client.close(); // 关闭连接 }); 2.2 异步与同步的区别 在上述代码中,MongoClient.connect函数会立即返回,即使连接尚未建立。这是因为它采用了异步模式,这样可以让你的代码继续执行,而不会阻塞。一旦连接成功,回调函数会被调用。这就是异步编程的魅力,它让我们的应用更加响应式。 三、异步写入 提升性能的关键 3.1 写入操作的异步性 当我们向MongoDB写入数据时,通常也采用异步方式,因为这可以避免阻塞主线程,尤其是在高并发环境下。例如,使用insertOne方法: javascript db.collection('users').insertOne({name: 'John Doe'}, (err, result) => { if (err) console.error(err); console.log(Inserted document with _id: ${result.insertedId}); }); 3.2 为什么要异步写入? 异步写入的优势在于,如果数据库正在处理其他请求,当前请求不会被阻塞,而是立即返回。这样,应用程序可以继续处理其他任务,提高了整体的吞吐量。 四、异步操作的处理与错误处理 4.1 错误处理 在异步操作中,错误通常通过回调函数传递。我们需要确保正确处理这些可能发生的异常,以便于应用程序的健壮性。 javascript db.collection('users').insertOne({name: 'Jane Doe'}, (err, result) => { if (err) { console.error('Error inserting document:', err); } else { console.log(Inserted document with _id: ${result.insertedId}); } }); 4.2 回调地狱与Promise/Async/Await 为了避免回调地狱,我们可以利用Promise、async/await等现代JavaScript特性来更优雅地处理异步操作。 javascript async function insertUser(user) { try { const result = await db.collection('users').insertOne(user); console.log(Inserted document with _id: ${result.insertedId}); } catch (error) { console.error('Error inserting document:', error); } } insertUser({name: 'Alice Smith'}); 五、结论 MongoDB的异步特性使得数据库操作更加高效,尤其在处理大规模数据和高并发场景下。你知道吗,只要咱们掌握了异步编程的窍门,灵活运用回调、Promise或者那个超好用的async/await,就能把MongoDB的大招完全发挥出来。这样一来,咱的应用程序不仅速度嗖嗖地提升,用户体验也能蹭蹭上涨,保证让用户用得爽歪歪!同时呢,异步操作这个小东西也悄悄告诉我们,在编程的过程中,咱可千万不能忽视代码的维护性和扩展性,毕竟业务需求这玩意儿是说变就变的,咱们得随时做好准备,让代码灵活适应这些变化。
2024-03-13 11:19:09
262
寂静森林_t
转载文章
...,本站仅提供文章转载服务,并不拥有其所有权,也不对文章内容的真实性、准确性和合法性承担责任。 如发现本文存在侵权、违法、违规或事实不符的情况,请及时联系我们,我们将第一时间进行核实并删除相应内容。 1 引言 定长数组包 在平时的开发中,缓冲区数据收发时,如果采用缓冲区定长包,假定大小是 1k,MAX_LENGTH 为 1024。结构体如下: // 定长缓冲区struct max_buffer{int len;char data[MAX_LENGTH];}; 数据结构的大小 >= sizeof(int) + sizeof(char) MAX_LENGTH为了防止数据溢出的情况,data 的长度一般会设置得足够大,但也正是因为这样,才会导致数组的冗余。 假如发送 512 字节的数据, 就会浪费 512 个字节的空间, 平时通信时,大多数是心跳包,大小远远小于 1024,除了浪费空间还消耗很多流量。 内存申请: if ((m_buffer = (struct max_buffer )malloc(sizeof(struct max_buffer))) != NULL){m_buffer->len = CUR_LENGTH;memcpy(m_buffer->data, "max_buffer test", CUR_LENGTH);printf("%d, %s\n", m_buffer->len, m_buffer->data);} 内存释放: free(m_buffer);m_buffer = NULL; 指针数据包 为了避免空间上的浪费,我们可以将上面的长度为 MAX_LENGTH 的定长数组换为指针, 每次使用时动态的开辟 CUR_LENGTH 大小的空间。数据包结构体定义: struct point_buffer{int len;char data;}; 数据结构大小 >= sizeof(int) + sizeof(char )但在内存分配时,需要两步进行: 需为结构体分配一块内存空间; 为结构体中的成员变量分配内存空间; 内存申请: if ((p_buffer = (struct point_buffer )malloc(sizeof(struct point_buffer))) != NULL){p_buffer->len = CUR_LENGTH;if ((p_buffer->data = (char )malloc(sizeof(char) CUR_LENGTH)) != NULL){memcpy(p_buffer->data, "point_buffer test", CUR_LENGTH);printf("%d, %s\n", p_buffer->len, p_buffer->data);} } 内存释放: free(p_buffer->data);free(p_buffer);p_buffer = NULL; 虽然这样能够节约内存,但是两次分配的内存是不连续的, 需要分别对其进行管理,导致的问题就是需要对结构体和数据分别申请和释放内存,这样对于程序员来说无疑是一个灾难,因为这样很容易导致遗忘释放内存造成内存泄露。 有没有更好的方法呢?那就是今天的主题柔性数组。 2 柔性数组 什么是柔性数组? 柔性数组成员(flexible array member)也叫伸缩性数组成员,这种代码结构产生于对动态结构体的需求。在日常的编程中,有时候需要在结构体中存放一个长度动态的字符串,鉴于这种代码结构所产生的重要作用,C99 甚至把它收入了标准中: As a special case, the last element of a structure with more than one named member may have an incomplete array type; this is called a flexible array member. 柔性数组是 C99 标准引入的特性,所以当你的编译器提示不支持的语法时,请检查你是否开启了 C99 选项或更高的版本支持。 C99 标准的定义如下: struct test {short len; // 必须至少有一个其它成员char arr[]; // 柔性数组必须是结构体最后一个成员(也可是其它类型,如:int、double、...)}; 柔性数组成员必须定义在结构体里面且为最后元素; 结构体中不能单独只有柔性数组成员; 柔性数组不占内存。 在一个结构体的最后,申明一个长度为空的数组,就可以使得这个结构体是可变长的。对于编译器来说,此时长度为 0 的数组并不占用空间,因为数组名本身不占空间,它只是一个偏移量,数组名这个符号本身代表了一个不可修改的地址常量, 但对于这个数组的大小,我们可以进行动态分配,对于编译器而言,数组名仅仅是一个符号,它不会占用任何空间,它在结构体中,只是代表了一个偏移量,代表一个不可修改的地址常量! 对于柔性数组的这个特点,很容易构造出变成结构体,如缓冲区,数据包等等, 其实柔性数组成员在实现跳跃表时有它特别的用法,在Redis的SDS数据结构中和跳跃表的实现上,也使用柔性数组成员。它的主要用途是为了满足需要变长度的结构体,为了解决使用数组时内存的冗余和数组的越界问题。 柔性数组解决引言的例子 //柔性数组struct soft_buffer{int len;char data[0];}; 数据结构大小 = sizeof(struct soft_buffer) = sizeof(int),这样的变长数组常用于网络通信中构造不定长数据包, 不会浪费空间浪费网络流量。 申请内存: if ((softbuffer = (struct soft_buffer )malloc(sizeof(struct soft_buffer) + sizeof(char) CUR_LENGTH)) != NULL){softbuffer->len = CUR_LENGTH;memcpy(softbuffer->data, "softbuffer test", CUR_LENGTH);printf("%d, %s\n", softbuffer->len, softbuffer->data);} 释放内存: free(softbuffer);softbuffer = NULL; 对比使用指针和柔性数组会发现,使用柔性数组的优点: 由于结构体使用指针地址不连续(两次 malloc),柔性数组地址连续,只需要一次 malloc,同样释放前者需要两次,后者可以一起释放。 在数据拷贝时,结构体使用指针时,必须拷贝它指向的内存,内存不连续会存在问题,柔性数组可以直接拷贝。 减少内存碎片,由于结构体的柔性数组和结构体成员的地址是连续的,即可一同申请内存,因此更大程度地避免了内存碎片。另外由于该成员本身不占结构体空间,因此,整体而言,比普通的数组成员占用空间要会稍微小点。 缺点:对结构体格式有要求,必要放在最后,不是唯一成员。 3 总结 在日常编程中,有时需要在结构体中存放一个长度是动态的字符串(也可能是其他数据类型),可以使用柔性数组,柔性数组是一种能够巧妙地解决数组内存的冗余和数组的越界问题一种方法。非常值得大家学习和借鉴。 推荐阅读: 专辑|Linux文章汇总 专辑|程序人生 专辑|C语言 我的知识小密圈 本篇文章为转载内容。原文链接:https://linus.blog.csdn.net/article/details/112645639。 该文由互联网用户投稿提供,文中观点代表作者本人意见,并不代表本站的立场。 作为信息平台,本站仅提供文章转载服务,并不拥有其所有权,也不对文章内容的真实性、准确性和合法性承担责任。 如发现本文存在侵权、违法、违规或事实不符的情况,请及时联系我们,我们将第一时间进行核实并删除相应内容。
2023-01-21 13:56:11
502
转载
转载文章
...,本站仅提供文章转载服务,并不拥有其所有权,也不对文章内容的真实性、准确性和合法性承担责任。 如发现本文存在侵权、违法、违规或事实不符的情况,请及时联系我们,我们将第一时间进行核实并删除相应内容。 我们不得不承认,python语言的迅速火爆,学习python的人越来越多,领域的就业竞争也越来越激烈。 我们都知道市面上有很多的python学习培训班,无论是线上的还是线下的,因为现在的社会发展速度非常快,加之今年疫情的影响,今年的就业形势非常严峻。在这样的情况下,很多人也就加入到了python的学习队伍中,同时也出现了许多培训机构。 但都说python的入门简单的,那我们还有必要去参加培训么?是不是自学就可以了呢? 针对个人而言,参加培训还是自学,我们可以从这几个方面去考虑。 一、时间是否充裕 要先衡量一下我们每天可以投入学习的时间,是2个小时还是6个小时。比如作为职场在职人士,你有正式的工作要忙,没有太多的时间去自学。再比如你是个全职宝妈想要自学,那一定不比在校学生或者单身没有家庭负担的人时间充裕。最后,如果你的时间不是很紧张,并且又想快速的提高,最重要的是不怕吃苦,建议你可以联系维:762459510 ,那个真的很不错,很多人进步都很快,需要你不怕吃苦哦!大家可以去添加上看一下~ 二、自己是否有自制力 当我们有了充分的学习时间,我们还需要衡量一下,自己是否有自制力,没有良好的学习环境,我们也只能三天打鱼两天晒网,自学并不会有太好的成效。 三、是否可以制定系统的学习计划 自学时,我们通常会进行一些书籍的购买和线上免费的课程。免费的课程一般也只有体验课程,不会系统全面地进行讲解。而只是看书,那些晦涩难懂的语言,无人解释,看起来估计和天书差不多了。 四、自学了如何进行实践 python是一个需要学习一项技能后,马上就进行操作的语言,只有亲自的实践才能更快的学习精华。实践的课题我们应该从哪些地方找呢? 如果以上都会成为你学习中的难点,那么我劝你最好还是去报个培训班来学习Python了。 幸运的是,我们身处信息时代,许多在线教育平台推出了由专业教师主讲的Python入门课程,注重实操,提升编程能力,自己动手就能写程序。最后,如果你的时间不是很紧张,并且又想快速的提高,最重要的是不怕吃苦,建议你可以联系维:762459510 ,那个真的很不错,很多人进步都很快,需要你不怕吃苦哦!大家可以去添加上看一下~ 写在最后,其实经过分析我们每个人心中也都有了答案,自学还是培训,首先需要确定自己的学习目标,是为了就业还是只是兴趣,时间是否充足。如果是想就业找工作,完全可以参加培训,培训最大的好处就是节省时间。节省时间最大的好处就是拥有比同龄人更多的竞争力,获得更多的机会。 自学的好处就是省钱,短期是节省了,损失了时间和机会。自学和培训对比,相同的起点和终点,同样能力的人付出的时间肯定不同。 如果是你,你会怎么选呢? 本篇文章为转载内容。原文链接:https://blog.csdn.net/kj7762/article/details/119864246。 该文由互联网用户投稿提供,文中观点代表作者本人意见,并不代表本站的立场。 作为信息平台,本站仅提供文章转载服务,并不拥有其所有权,也不对文章内容的真实性、准确性和合法性承担责任。 如发现本文存在侵权、违法、违规或事实不符的情况,请及时联系我们,我们将第一时间进行核实并删除相应内容。
2023-07-01 23:27:10
314
转载
转载文章
...,本站仅提供文章转载服务,并不拥有其所有权,也不对文章内容的真实性、准确性和合法性承担责任。 如发现本文存在侵权、违法、违规或事实不符的情况,请及时联系我们,我们将第一时间进行核实并删除相应内容。 标签:FFT Description 我的室友最近喜欢上了一个可爱的小女生。马上就要到她的生日了,他决定买一对情侣手 环,一个留给自己,一个送给她。每个手环上各有 n 个装饰物,并且每个装饰物都有一定的亮度。但是在她生日的前一天,我的室友突然发现他好像拿错了一个手环,而且已经没时间去更换它了!他只能使用一种特殊的方法,将其中一个手环中所有装饰物的亮度增加一个相同的自然数 c(即非负整数)。并且由于这个手环是一个圆,可以以任意的角度旋转它,但是由于上面 装饰物的方向是固定的,所以手环不能翻转。需要在经过亮度改造和旋转之后,使得两个手环的差异值最小。在将两个手环旋转且装饰物对齐了之后,从对齐的某个位置开始逆时针方向对装饰物编号 1,2,…,n,其中 n 为每个手环的装饰物个数,第 1 个手环的 i 号位置装饰物亮度为 xi,第 2 个手 环的 i 号位置装饰物亮度为 yi,两个手环之间的差异值为(参见输入输出样例和样例解释): ∑ni=1(xi−yi)2∑i=1n(xi−yi)2 麻烦你帮他计算一下,进行调整(亮度改造和旋转),使得两个手环之间的差异值最小, 这个最小值是多少呢? Input 输入数据的第一行有两个数n, m,代表每条手环的装饰物的数量为n,每个装饰物的初始 亮度小于等于m。 接下来两行,每行各有n个数,分别代表第一条手环和第二条手环上从某个位置开始逆时 针方向上各装饰物的亮度。 1≤n≤50000, 1≤m≤100, 1≤ai≤m Output 输出一个数,表示两个手环能产生的最小差异值。 注意在将手环改造之后,装饰物的亮度 可以大于 m。 不妨设第一个手环为S,第二个手环为T,则题意变为求∑(Si−Ti+k+C)2∑(Si−Ti+k+C)2 的最小值 我们将上式展开,可以得到 ∑(S2i+T2i+k+C2+2∗C(Si−Ti+k)−2∗SiTi+k)∑(Si2+Ti+k2+C2+2∗C(Si−Ti+k)−2∗SiTi+k) 进一步得到 ∑S2i+∑T2i+n∗C2+2∗c∗∑(Si−Ti)−2∗∑SiTi+k∑Si2+∑Ti2+n∗C2+2∗c∗∑(Si−Ti)−2∗∑SiTi+k 先抛开CC 不看,我们发现只有∑SiTi+k ∑ S i T i + k 不是常数 如何求∑SiTi+k∑SiTi+k 最大值呢?标准套路:将T数组反转,求出S与T的卷积,不难发现,∑SiTi+k∑SiTi+k 对应每一个k的取值,都是卷积中两个相差n次的项的系数之和,这里可以用FFT,将复杂度降到O(nlogn)。 求完∑SiTi+k∑SiTi+k 最大值后,我们发现只有关于C的二次项与一次项,直接用二次函数求最值的方法即可,注意C只能为整数。 /Problem: 4827User: P1atformLanguage: C++Result: AcceptedTime:592 msMemory:9108 kb/include<cstdio>include<algorithm>include<cstring>include<iostream>include<cmath>define N 200000define INF 1000000000define pi acos(-1.0)using namespace std;typedef long long ll;ll n,m,M,p=0ll,q=0ll,z=0ll,ans=INF,r[N+50],x,l;struct com{double x,y;inline com operator +(com b){com ret;ret.x=x+b.x,ret.y=y+b.y;return ret;}inline com operator -(com b){com ret;ret.x=x-b.x,ret.y=y-b.y;return ret;}inline com operator (com b){com ret;ret.x=xb.x-yb.y,ret.y=xb.y+yb.x;return ret;} }s[N+50],t[N+50]; template<class _T> inline void read(_T &x){x=0;char ch=getchar();int f=0;while (!isdigit(ch)) {if (ch=='-') f=1;ch=getchar();}while (isdigit(ch)) x=(x<<3)+(x<<1)+ch-'0',ch=getchar();if (f) x=-x; } inline void fft(com a[],int k){for (int i=1;i<n;i++) if (i<r[i]) swap(a[i],a[r[i]]);for (int i=1;i<n;i<<=1){com w,wn,X,Y;wn.x=cos(pi/i),wn.y=ksin(pi/i);for (int j=0;j<n;j+=(i<<1)){w.x=1,w.y=0;for (int _=0;_<i;_++,w=wwn){X=a[j+_],Y=wa[j+_+i];a[j+_]=X+Y,a[j+_+i]=X-Y;} } }if (k==-1) for (int i=0;i<n;i++) a[i].x/=n;}int main(){read(n),n--,read(M),memset(s,0,sizeof(s)),memset(t,0,sizeof(t));for (int i=0;i<=n;i++) read(x),p+=xx,q+=x,s[i].x=x;for (int i=0;i<=n;i++) read(x),p+=xx,q-=x,t[n-i].x=x;for (m=2n,n=1;n<=m;n<<=1) l++;for (int i=1;i<n;i++) r[i]=(r[i>>1]>>1)|((i&1)<<(l-1));fft(s,1),fft(t,1);for (int i=0;i<=n;i++) s[i]=s[i]t[i];fft(s,-1),n=m/2,z=(ll)(s[n].x+0.5);for (int i=1;i<=n;i++) z=max(z,(ll)(s[i-1].x+0.5)+(ll)(s[i+n].x+0.5));for (int i=-M;i<=M;i++) ans=min(ans,p-2z+i((n+1)i+2q));printf("%lld\n",ans);} 本篇文章为转载内容。原文链接:https://blog.csdn.net/P1atform/article/details/79324409。 该文由互联网用户投稿提供,文中观点代表作者本人意见,并不代表本站的立场。 作为信息平台,本站仅提供文章转载服务,并不拥有其所有权,也不对文章内容的真实性、准确性和合法性承担责任。 如发现本文存在侵权、违法、违规或事实不符的情况,请及时联系我们,我们将第一时间进行核实并删除相应内容。
2023-01-20 17:51:37
525
转载
转载文章
...,本站仅提供文章转载服务,并不拥有其所有权,也不对文章内容的真实性、准确性和合法性承担责任。 如发现本文存在侵权、违法、违规或事实不符的情况,请及时联系我们,我们将第一时间进行核实并删除相应内容。 什么是LCA? 话不多说,同志们先来康康LCA是什么东西.(逃 LCA“光辉”是印度斯坦航空公司(HAL)为满足印度空军需要研制的单座单发轻型全天候超音速战斗攻击机,主要任务是争夺制空权、近距支援,是印度自行研制的第一种高性能战斗机。------摘自百度百科 当然,同志们认识的LCA可不是那个 研制了三十年的 烂玩意. 在信息学竞赛中,LCA指的是"Lowest Common Ancestors",即"最近公共祖先".算法目的是在一颗有根树中,求出结点\(x\)和\(y\)最近的公共祖先. 那么什么是最近的公共祖先呢?斯大林格勒的拖拉机工人们给出了这样一幅图: 首先我们得理解祖先的概念.对与任意一个树上的结点,与它有亲缘关系,且深度比它小的结点都是它的祖先. 在这幅图中,3号结点的祖先为2和1,6号结点的祖先为5和1,所以它们有公共的祖先1,所以说3和6的LCA为1. 再举一个例子,3结点的祖先为2和1,4号结点的祖先为2和1,它们有公共祖先2和1,但是2是距离它们最近的祖先,所以说3和4的LCA为2. 怎样 建设 求出LCA? 求LCA一般可用到倍增,Tarjan(不是用于缩点那个Tarjan)这两种算法,在这里一一讲解. 倍增版LCA 主体思想(请勿联想到某金姓领导人) 倍增是一种二进制拆分的思想,其已广泛应用于ST表,求解LCA等算法,为我国生产力的发展,推进共产主义的早日实现做出了巨大贡献. 实现方式 类比ST表的实现方式,同志们可以设\(path[i][j]\)为结点i向上跳\(2^j\)后到达的结点.显然,\(path[i][0]\)就是\(i\)结点的父亲. 那么如何进行二进制拆分呢?显然,\(path[i][j-1]\)向上再跳\(2^{j-1}\)次后到达的结点就是\(path[i][j]\). 于是同志们可以这样预处理: path[i][j]=path[f[i][j-1]][j-1]; 意为:\(i\)号结点向上跳\(2^j\)个长度到达的结点,等于\(i\)号结点向上跳\(2^{j-1}\)个结点到达的结点再向上跳\(2^{j-1}\)个结点. 然后将两个结点提至同一深度,不断地向上跳即可求出它们的LCA. 建设 求出LCA的具体步骤 进行预处理. 把结点x和y调整至同一高度. 将结点x和y同时向上调整,保持深度一致且二点不相会.具体地说,就是将\(x\)和\(y\)以此向上走\(k\)=\(2^{logn}\),...,\(2^1\),\(2^0\)步,如果\(path[x][k]\)!=\(path[y][k]\)(即两点还未相会),就令\(x\)=\(path[x][k]\),\(y\)=\(path[y][k]\). 这时\(x\)与\(y\)只差一步就相会了,返回\(path[x][0]\),即\(x\)的父亲,即为\(x\)和\(y\)的LCA. 该算法的时间复杂度为\(O(log2(Depth))\) 模板题 代码: include<cstdio>include<cstring>include<algorithm>include<iomanip>include<vector>using namespace std;struct edge{int next,to;}e[1000010];int n,m,s,size;int head[500010],depth[500010],path[500010][51];void EdgeAdd(int,int);int LCA(int,int);void DFS(int,int);int main(){memset(head,-1,sizeof(head));scanf("%d%d%d",&n,&m,&s);for(int _=1;_<=n-1;_++){int father,son;scanf("%d%d",&father,&son);EdgeAdd(father,son);EdgeAdd(son,father);}DFS(s,0);for(int _=1;_<=m;_++){int a,b;scanf("%d%d",&a,&b);printf("%d\n",LCA(a,b));}return 0;}void EdgeAdd(int from,int to){e[++size].to=to;e[size].next=head[from];head[from]=size;}void DFS(int from,int father){depth[from]=depth[father]+1;path[from][0]=father;for(int _=1;(1<<_)<=depth[from];_++){path[from][_]=path[path[from][_-1]][_-1];}for(int _=head[from];_!=-1;_=e[_].next){int to=e[_].to;if(to!=father){DFS(to,from);} }}int LCA(int a,int b){if(depth[a]>depth[b]){swap(a,b);}for(int _=20;_>=0;_--){if(depth[a]<=depth[b]-(1<<_)){b=path[b][_];} }if(a==b){return a;}for(int _=20;_>=0;_--){if(path[a][_]==path[b][_]){continue;}else{a=path[a][_];b=path[b][_];} }return path[a][0];} Tarjan版LCA Tarjan版的LCA是离线的,而上文介绍的倍增版LCA是在线的,所以说如果不是直接输出LCA的话,需要一个数组来记录它. 主体思想 从根结点遍历这棵树,遍历到每个结点并使用并查集记录父子关系. 实现方式 用并查集记录父子关系,将遍历过的点合并为一颗树. 若两个结点\(x\),\(y\)分别位于结点\(a\)的左右子树中,那么结点\(a\)就为\(x\)与\(y\)的LCA. 考虑到该结点本身就是自己的LCA的情况,做出如下修改: 若\(a\)是\(x\)和\(y\)的祖先之一,且\(x\)和\(y\)分别在\(a\)的左右子树中,那么\(a\)便是\(x\)和\(y\)的LCA. 这个定理便是Tarjan版LCA的实现基础. 具体步骤 当遍历到一个结点\(x\)时,有以下步骤: 把这个结点标记为已访问. 遍历这个结点的子结点\(y\),并在回溯时用并查集合并\(x\)和\(y\). 遍历与当前结点有查询关系的结点\(z\),如果\(z\)已被访问,则它们的LCA就为\(find(z)\). 需要同志们注意的是,存查询关系的时候是要双向存储的. 该算法的时间复杂度为\(O(n+m)\) Tarjan版的LCA很少用到,但为了方便理解,这里引用了参考文献2里的代码,望原博主不要介意. 代码: include<bits/stdc++.h>using namespace std;int n,k,q,v[100000];map<pair<int,int>,int> ans;//存答案int t[100000][10],top[100000];//存储查询关系struct node{int l,r;};node s[100000];/并查集/int fa[100000];void reset(){for (int i=1;i<=n;i++){fa[i]=i;} }int getfa(int x){return fa[x]==x?x:getfa(fa[x]);}void marge(int x,int y){fa[getfa(y)]=getfa(x);}/------/void tarjan(int x){v[x]=1;//标记已访问node p=s[x];//获取当前结点结构体if (p.l!=-1){tarjan(p.l);marge(x,p.l);}if (p.r!=-1){tarjan(p.r);marge(x,p.r);}//分别对l和r结点进行操作for (int i=1;i<=top[x];i++){if (v[t[x][i]]){cout<<getfa(t[x][i])<<endl;}//输出} }int main(){cin>>n>>q;for (int i=1;i<=n;i++){cin>>s[i].l>>s[i].r;}for (int i=1;i<=q;i++){int a,b;cin>>a>>b;t[a][++top[a]]=b;//存储查询关系t[b][++top[b]]=a;}reset();//初始化并查集tarjan(1);//tarjan 求 LCA} 参考文献 参考文献1 参考文献2 参考文献3 转载于:https://www.cnblogs.com/Lemir3/p/11112663.html 本篇文章为转载内容。原文链接:https://blog.csdn.net/weixin_30736301/article/details/96105162。 该文由互联网用户投稿提供,文中观点代表作者本人意见,并不代表本站的立场。 作为信息平台,本站仅提供文章转载服务,并不拥有其所有权,也不对文章内容的真实性、准确性和合法性承担责任。 如发现本文存在侵权、违法、违规或事实不符的情况,请及时联系我们,我们将第一时间进行核实并删除相应内容。
2023-02-09 23:03:55
155
转载
转载文章
...,本站仅提供文章转载服务,并不拥有其所有权,也不对文章内容的真实性、准确性和合法性承担责任。 如发现本文存在侵权、违法、违规或事实不符的情况,请及时联系我们,我们将第一时间进行核实并删除相应内容。 金融经济数据方面应用Python非常广泛,也可以算是用Python进行数据分析的一个实际应用。 数据规整化方面的应用 时间序列与截面对齐 在处理金融数据时,最费神的一个问题就是所谓的“数据对齐” (data alignment)问题。两个相关的时间序列的索引可能没有很好的对齐,或两个DataFrame对象可能含有不匹配的列或行。 Pandas可以在算术运算中自动对齐数据。在实际工作中,这不仅能为你带来极大自由度,而且还能提升工作效率。如下,看这个两个DataFrame分别含有股票价格和成交量的时间序列: 假设你想要用所有有效数据计算一个成交量加权平均价格(为了简单起见,假设成交量数据是价格数据的子集)。由于pandas会在算术运算过程中自动将数据对齐,并在sum这样的函数中排除缺失数据,所以我们只需编写下面这条简洁的表达式即可: 由于SPX在volume中找不到,所以你随时可以显式地将其丢弃。如果希望手工进行对齐,可以使用DataFrame的align方法,它返回的是一个元组,含有两个对象的重索引版本: 另一个不可或缺的功能是,通过一组索引可能不同的Series构建一个DataFrame。 跟前面一样,这里也可以显式定义结果的索引(丢弃其余的数据): 时间和“最当前”数据选取 假设你有一个很长的盘中市场数据时间序列,现在希望抽取其中每天特定时间的价格数据。如果数据不规整(观测值没有精确地落在期望的时间点上),该怎么办?在实际工作当中,如果不够小心仔细的话,很容易导致错误的数据规整化。看看下面这个例子: 利用Python的datetime.time对象进行索引即可抽取出这些时间点上的值: 实际上,该操作用到了实例方法at_time(各时间序列以及类似的DataFrame对象都有): 还有一个between_time方法,它用于选取两个Time对象之间的值: 正如之前提到的那样,可能刚好就没有任何数据落在某个具体的时间上(比如上午10点)。这时,你可能会希望得到上午10点之前最后出现的那个值: 如果将一组Timestamp传入asof方法,就能得到这些时间点处(或其之前最近)的有效值(非NA)。例如,我们构造一个日期范围(每天上午10点),然后将其传入asof: 拼接多个数据源 在金融或经济领域中,还有几个经常出现的合并两个相关数据集的情况: ·在一个特定的时间点上,从一个数据源切换到另一个数据源。 ·用另一个时间序列对当前时间序列中的缺失值“打补丁”。 ·将数据中的符号(国家、资产代码等)替换为实际数据。 第一种情况:其实就是用pandas.concat将两个TimeSeries或DataFrame对象合并到一起: 其他:假设data1缺失了data2中存在的某个时间序列: combine_first可以引入合并点之前的数据,这样也就扩展了‘d’项的历史: DataFrame也有一个类似的方法update,它可以实现就地更新。如果只想填充空洞,则必须传入overwrite=False才行: 上面所讲的这些技术都可实现将数据中的符号替换为实际数据,但有时利用DataFrame的索引机制直接对列进行设置会更简单一些: 收益指数和累计收益 在金融领域中,收益(return)通常指的是某资产价格的百分比变化。一般计算两个时间点之间的累计百分比回报只需计算价格的百分比变化即可:对于其他那些派发股息的股票,要计算你在某只股票上赚了多少钱就比较复杂了。不过,这里所使用的已调整收盘价已经对拆分和股息做出了调整。不管什么样的情况,通常都会先算出一个收益指数,它是一个表示单位投资(比如1美元)收益的时间序列。 从收益指数中可以得出许多假设。例如,人们可以决定是否进行利润再投资。我们可以利用cumprod计算出一个简单的收益指数: 得到收益指数之后,计算指定时期内的累计收益就很简单了: 当然了,就这个简单的例子而言(没有股息也没有其他需要考虑的调整),上面的结果也能通过重采样聚合(这里聚合为时期)从日百分比变化中计算得出: 如果知道了股息的派发日和支付率,就可以将它们计入到每日总收益中,如下所示: 本篇文章为转载内容。原文链接:https://blog.csdn.net/geerniya/article/details/80534324。 该文由互联网用户投稿提供,文中观点代表作者本人意见,并不代表本站的立场。 作为信息平台,本站仅提供文章转载服务,并不拥有其所有权,也不对文章内容的真实性、准确性和合法性承担责任。 如发现本文存在侵权、违法、违规或事实不符的情况,请及时联系我们,我们将第一时间进行核实并删除相应内容。
2023-12-16 19:15:59
324
转载
Apache Atlas
...数据。例如: java // 创建一个表示个人身份信息(PII)的标签定义 EntityDefinition piiTagDef = new EntityDefinition(); piiTagDef.setName("PII"); piiTagDef.setDataType(Types.STRING_TYPE); // 添加描述并保存标签定义 AtlasTypeDefStore.createOrUpdateTypeDef(piiTagDef); // 将某个表标记为包含PII Entity entity = atlasClient.getEntityByGuid(tableGuid); entity.addTrait(new Trait("PII", Collections.emptyMap())); atlasClient.updateEntity(entity); 这段代码首先创建了一个名为"PII"的标签定义,然后将此标签应用到指定表实体,表明该表存储了个人身份信息。这样,在后续的数据查询或处理过程中,可以通过标签筛选机制限制非授权用户的访问。 1.2 合规性策略执行 Apache Atlas的另一大优势在于其支持灵活的策略引擎,可根据预设规则自动执行合规性检查。例如,我们可以设置规则以防止未经授权的地理位置访问敏感数据: java // 创建一个策略定义 PolicyDefinition policyDef = new PolicyDefinition(); policyDef.setName("LocationBasedAccessPolicy"); policyDef.setDescription("Restrict access to PII data based on location"); policyDef.setModule("org.apache.atlas.example.policies.LocationPolicy"); // 设置策略条件与动作 Map config = new HashMap<>(); config.put("restrictedLocations", Arrays.asList("CountryA", "CountryB")); policyDef.setConfiguration(config); // 创建并激活策略 AtlasPolicyStore.createPolicy(policyDef); AtlasPolicyStore.activatePolicy(policyDef.getName()); 这个策略会基于用户所在的地理位置限制对带有"PII"标签数据的访问,如果用户来自"CountryA"或"CountryB",则不允许访问此类数据,从而帮助企业在数据操作层面满足特定的地域合规要求。 2. 深入理解和探索 在实际运用中,Apache Atlas不仅提供了一套强大的API供开发者进行深度集成,还提供了丰富的可视化界面以直观展示数据的流动、关联及合规状态。这种能让数据“亮晶晶”、一目了然的数据治理体系,就像给我们的数据世界装上了一扇大窗户,让我们能够更直观、更全面地掌握数据的全貌。它能帮我们在第一时间发现那些潜藏的风险点,仿佛拥有了火眼金睛。这样一来,我们就能随时根据实际情况,灵活调整并不断优化咱们的数据隐私保护措施和合规性策略,让它们始终保持在最佳状态。 总结来说,Apache Atlas凭借其强大的元数据管理能力和灵活的策略执行机制,成为了企业在大数据环境下实施数据隐私和合规性策略的理想选择。虽然机器代码乍一看冷冰冰的,感觉不带一丝情感,但实际上它背后却藏着咱们对企业和组织数据安全、合规性的一份深深的关注和浓浓的人文关怀。在这个处处都靠数据说话的时代,咱们就手拉手,带上Apache Atlas这位好伙伴,一起为数据的价值和尊严保驾护航,朝着更合规、更安全的数据新天地大步迈进吧!
2023-11-04 16:16:43
454
诗和远方
c++
... 第二部分:配置与启动调试器 假设你已经安装了支持 C++ 的调试器,如 GDB(GNU Debugger)。哎呀,小伙伴们!在咱们动手调bug之前,得先确保咱们的项目已经乖乖地被编译了,对吧?而且呢,咱们的调试神器得能认出这个项目才行!这样子,咱们才能顺利地找到那些藏在代码里的小秘密,对不对?别忘了,准备工作做好了,调试起来才更顺畅嘛! cpp include int main() { int x = 5; if (x > 10) { std::cout << "x is greater than 10" << std::endl; } else { std::cout << "x is not greater than 10" << std::endl; } return 0; } 第三部分:设置断点并执行调试 打开你的调试器,加载项目。哎呀,兄弟,找找看,在编辑器里,你得瞄准那个 if 语句的起始位置,记得要轻轻点一下左边。瞧见没?那边有个小红点,对,就是它!这就说明你成功地设了个断点,可以慢慢享受代码跳动的乐趣啦。 现在,启动调试器,程序将在断点处暂停。通过单步执行功能,你可以逐行检查代码的执行情况。在 if 语句执行前暂停,你可以观察到变量 x 的值为 5,从而理解程序的执行逻辑。 第四部分:利用条件断点进行深入分析 假设你怀疑某个条件分支的执行路径存在问题。可以设置条件断点,仅在特定条件下触发: cpp include int main() { int x = 5; if (x > 10) { std::cout << "x is greater than 10" << std::endl; } else { std::cout << "x is not greater than 10" << std::endl; } return 0; } 设置条件断点时,在断点上右击选择“设置条件”,输入 x > 10。现在,程序只有在 x 大于 10 时才会到达这个断点。 第五部分:调试多线程程序 对于 C++ 中的多线程应用,调试变得更加复杂。GDB 提供了 thread 命令来管理线程: cpp include include void thread_function() { std::cout << "Thread executing" << std::endl; } int main() { std::thread t(thread_function); t.join(); return 0; } 在调试时,你可以使用 thread 命令查看当前活跃的线程,或者使用 bt(backtrace)命令获取调用堆栈信息。 第六部分:调试异常处理 C++ 异常处理是调试的重点之一。通过设置断点在 try 块的开始,你可以检查异常是否被正确捕获,并分析异常信息。 cpp include include void throw_exception() { throw std::runtime_error("An error occurred"); } int main() { try { throw_exception(); } catch (const std::exception& e) { std::cerr << "Caught exception: " << e.what() << std::endl; } return 0; } 结语 调试是编程旅程中不可或缺的部分,它不仅帮助我们发现并解决问题,还促进了对代码更深入的理解。随着经验的积累,你将能够更高效地使用调试器,解决更复杂的程序问题。嘿,兄弟!记住啊,每次你去调试程序的时候,那都是你提升技能、长见识的绝佳时机。别怕犯错,知道为啥吗?因为每次你摔个大跟头,其实就是在为成功铺路呢!所以啊,大胆地去试错吧,失败了就当是交学费了,下回就能做得更好!加油,程序员!
2024-10-06 15:36:27
113
雪域高原
Kylin
...n即为云上Kylin服务的一个实例,为企业提供了更便捷、更高效的云原生数据分析解决方案。这些案例和趋势表明,Kylin作为数据集成与管理的重要工具,将在未来的数字化转型中扮演越来越重要的角色。
2024-12-12 16:22:02
89
追梦人
Mongo
...先的完全托管云数据库服务,正逐步与MongoDB Studio深度整合,使得用户能够在云端享受无缝的数据库管理和操作体验,无论是在本地环境还是在公有云环境中,都能灵活运用MongoDB Studio的强大功能。 对于那些希望深入理解MongoDB架构及其实战技巧的专业人士来说,MongoDB大学提供了丰富的在线课程资源和认证计划,结合MongoDB Studio的实际操作练习,让学习者能够系统性地掌握从基础到进阶的MongoDB管理知识,并紧跟技术发展的步伐,提升自身在大数据时代的核心竞争力。 总的来说,MongoDB Studio不仅是一个直观易用的可视化工具,更是MongoDB不断演进、拥抱技术创新的重要体现,它正在引领NoSQL数据库管理工具进入一个全新的智能化、可视化的未来。
2024-02-25 11:28:38
70
幽谷听泉-t
CSS
...,我们就成功地设置了容器的背景色,标题的字体大小和颜色,以及段落的行高和颜色。这就是CSS的基本用法,也是我们在后续讨论中需要用到的基础知识。 第3章 JS函数未定义的原因 回到我们一开始提出的问题,“js函数未定义是怎么回事?”这个问题实际上是在问:“为什么我在某个地方使用了一个函数,但是却出现了函数未定义的错误?”这个问题的答案可能有很多,下面我们一一来看一下。 第一个可能的原因是,我们确实没有定义这个函数。比如说,我们有一个名为helloWorld的函数,但是在其他地方却忘记定义它了。这种情况简直是最直截了当的啦,解决起来也超级简单,你只需要在需要用到这个函数的地方给它加上一个定义就OK啦,就像给菜加点盐那么简单。 javascript function helloWorld() { console.log("Hello, world!"); } helloWorld(); // 输出 "Hello, world!" 第二个可能的原因是,我们虽然定义了这个函数,但是在使用的时候却拼错了函数名或者写错了参数。这种情况也比较多见,特别是在大型项目中,很容易出现这种错误。 javascript function helloWorld() { console.log("Hello, world!"); } helloWord(); // 报错,因为函数名拼错了 第三个可能的原因是,我们使用的函数在一个作用域内是可以访问的,但是在另一个作用域内却不可以访问。这种情况比较复杂,需要我们深入理解作用域的概念才能解决。 javascript let x = 1; if (true) { function foo() { console.log(x); // 输出 1 } } else { function foo() { console.log(x); // 报错,因为x在else的作用域内不可访问 } } foo(); // 报错,因为foo在if的作用域外不可访问 以上就是“js函数未定义是怎么回事”的一些可能原因,我们在日常开发中需要根据具体的情况进行分析和处理。 第4章 如何避免“js函数未定义”的问题? 避免“js函数未定义”的问题,其实有很多方法。下面我们就来介绍一些常用的技巧。 首先是要注意命名规范。当我们在创建函数的时候,可别忘了给它起个既规范又有意思的名字。就像咱们常说的“驼峰式命名法”,就是一种挺实用的命名规则,你可以把函数名想象成一只可爱的小骆驼,每个单词首字母都像驼峰一样高高地耸起来,这样一来,不仅看起来顺眼,读起来也朗朗上口,更容易让人记住。这样可以让我们的代码更加清晰易懂,也可以减少出错的可能性。 其次是要注意作用域的限制。在JavaScript这个编程语言里,每个函数都拥有自己的独立小天地,也就是作用域。这就意味着,当我们呼唤一个函数来干活的时候,得留个心眼儿,千万要注意别跨出这个小天地去调用还没被定义过的函数,否则就可能闹出“函数未定义”的乌龙事件。 最后是要注意版本兼容性。假如我们正在玩转一些最新的JavaScript黑科技,但心里也得惦记着那些还在用老旧浏览器的用户群体。这就意味着,咱们还得琢磨琢磨怎么在这些老爷爷级别的浏览器上,找到能兼容这些新特性的备选方案,让它们也能顺畅运行起来。这就意味着咱们得摸清楚各个浏览器的不同版本之间是怎么个兼容法,还有学会如何运用各种小工具和技巧来对付这些可能出现的兼容性问题。 总之,“js函数未定义”的问题是一个比较常见的问题,但是只要我们注意一些基本的原则和技巧,就能够有效地避免这个问题。希望本文能够对你有所帮助,如果你还有其他的问题,欢迎随时联系我。
2023-08-12 12:30:02
429
岁月静好_t
Apache Lucene
...cene。这货是个用Java写的开源全文搜索神器,索引能力超强,搜东西快得飞起!Lucene的核心功能包括创建索引、存储索引以及执行复杂的查询等。简单来说,Lucene就是你进行全文检索时的超级助手。 代码示例: java // 创建索引目录 Directory directory = FSDirectory.open(Paths.get("/path/to/index")); // 创建索引写入器 IndexWriterConfig config = new IndexWriterConfig(new StandardAnalyzer()); IndexWriter indexWriter = new IndexWriter(directory, config); // 添加文档到索引 Document doc = new Document(); doc.add(new TextField("content", "这是文档的内容", Field.Store.YES)); indexWriter.addDocument(doc); indexWriter.close(); 这段代码展示了如何利用Lucene创建索引并添加文档的基本步骤。这里用了TextField来存文档内容,这样一来,搜索起来就灵活多了,想找啥就找啥。 3. 全文检索中的文本自动摘要 为什么我们需要它? 文本自动摘要是指通过算法自动生成文档摘要的过程。这不仅有助于提高阅读效率,还能有效节省时间。想象一下,如果你能在搜索引擎里输入关键词后,直接看到每篇文章的重点内容,那该有多爽啊!在Lucene里实现这个功能,就意味着我们能让信息的处理和展示变得更聪明、更贴心。 思考过程: 当我们处理大量文本时,手动编写摘要显然是不现实的。因此,开发一种自动化的方法就显得尤为重要了。这不仅仅是技术上的挑战,更是提升用户体验的关键所在。 4. 实现文本自动摘要 策略与技巧 实现文本自动摘要主要涉及两个方面:选择合适的摘要生成算法,以及如何将这些算法集成到Lucene中。 摘要生成算法: - TF-IDF:一种统计方法,用来评估一个词在一个文档或语料库中的重要程度。 - TextRank:基于PageRank算法的思想,用于提取文本中的关键句子。 代码示例(使用TextRank): java import com.huaban.analysis.jieba.JiebaSegmenter; import com.huaban.analysis.jieba.SegToken; public class TextRankSummary { private static final int MAX_SENTENCE = 5; // 最大句子数 public static String generateSummary(String text) { JiebaSegmenter segmenter = new JiebaSegmenter(); List segResult = segmenter.process(text, JiebaSegmenter.SegMode.INDEX); // 这里简化处理,实际应用中需要构建图结构并计算TextRank值 return "这是生成的摘要,简化处理..."; // 真实实现需根据具体算法调整 } } 注意:上述代码仅作为示例,实际应用中需要完整实现TextRank算法逻辑,并将其与Lucene的搜索结果结合。 5. 集成到Lucene 让摘要成为搜索的一部分 为了让摘要功能更加实用,我们需要将其整合到现有的搜索流程中。这就意味着每当用户搜东西的时候,除了给出相关的资料,还得给他们一个简单易懂的内容概要,这样他们才能更快知道这些资料是不是自己想要的。 代码示例: java public class LuceneSearchWithSummary { public static void main(String[] args) throws IOException { Directory directory = FSDirectory.open(Paths.get("/path/to/index")); IndexReader reader = DirectoryReader.open(directory); IndexSearcher searcher = new IndexSearcher(reader); QueryParser parser = new QueryParser("content", new StandardAnalyzer()); Query query = parser.parse("搜索关键词"); TopDocs topDocs = searcher.search(query, 10); for (ScoreDoc scoreDoc : topDocs.scoreDocs) { Document doc = searcher.doc(scoreDoc.doc); System.out.println("文档标题:" + doc.get("title")); System.out.println("文档内容摘要:" + TextRankSummary.generateSummary(doc.get("content"))); } reader.close(); directory.close(); } } 这段代码展示了如何在搜索结果中加入文本摘要的功能。每次搜索时,都会调用TextRankSummary.generateSummary()方法生成文档摘要,并显示给用户。 6. 结论 展望未来,无限可能 通过本文的学习,相信你已经掌握了在Lucene中实现全文检索文本自动摘要的基本思路和技术。当然,这只是开始,随着技术的发展,我们还有更多的可能性去探索。无论是优化算法性能,还是提升用户体验,都值得我们不断努力。让我们一起迎接这个充满机遇的时代吧! --- 希望这篇文章对你有所帮助,如果有任何问题或想了解更多细节,请随时联系我!
2024-11-13 16:23:47
87
夜色朦胧
转载文章
...,本站仅提供文章转载服务,并不拥有其所有权,也不对文章内容的真实性、准确性和合法性承担责任。 如发现本文存在侵权、违法、违规或事实不符的情况,请及时联系我们,我们将第一时间进行核实并删除相应内容。 Git下载及基本使用https://www.bootcss.com/p/git-guide/ 文章目录 Git下载及基本使用[https://www.bootcss.com/p/git-guide/](https://www.bootcss.com/p/git-guide/) 一、下载 二、基本命令 1.初始化本地库 2、设置签名 3.将文件/目录从工作区追加到暂存区 4.查看状态 5.把暂存区的文件移除 6.把文件从暂存区上传到本地库 7.将文件变为未暂存状态 8.创建远程仓库并推送 9.删除远程仓库 10.拉取远程仓库 三、其他命令 1.查看命令信息指令 2.查看版本的提交记录 3.进入不同版本 4.分支操作 5.比较文件 四、遇到的错误 一、下载 用于 Windows 安装程序的 32 位 Git。 用于 Windows 安装程序的 64 位 Git。 二、基本命令 git命令和linux的命令基本相同,大部分linux命令在git中都可以使用。 1.初始化本地库 a.首先新建一个文件夹,进入文件夹,点击鼠标右键,找到菜单中的 Git Bash Here,点击进入命令界面。 b.输入命令 git init 初始化本地仓库 你会发现你的文件夹内多出一个 .git文件证明你的本地仓库初始化成功。 有的电脑可能会隐藏后缀名的文件,无法看到 .git文件,你需要去电脑设置可查看隐藏文件。方法:进入此电脑,点击上方查看,勾选隐藏的项目即可查看被隐藏的文件。 2、设置签名 签名主要是设置用户名和email地址,有两种级别:一种是项目级别 git config user.name 用户名, git config user.email邮箱地址;另一种是系统用户级别 git config --global user.name 用户名, git config --global user.email 邮箱地址。项目级别是优先于系统级别的,但二者至少设置一个。一般只用项目级别就行。 用 cat .git/config可以查看设置的项目签名。 3.将文件/目录从工作区追加到暂存区 命令 :git add 文件/目录 4.查看状态 命令:git status。 第一行信息告诉我们,目前正处于master分支; 第二行信息告诉我们,本地库还没有上传任何文件; 第三、四、五行信息告诉我们,可以用以下命令把暂存区的文件(绿色文件)上传到本地库。 5.把暂存区的文件移除 代码:git rm --cached 文件名。注意文件只是从暂存区中移除,并没有在目录中被删除。 未追加在暂存区的文件显示红色。 6.把文件从暂存区上传到本地库 命令:git commit -m "注释内容" 文件名。 这是查看状态可以看到暂存区已经没有文件可以上传到本地库,说明你上传成功。 7.将文件变为未暂存状态 命令:git rest HEAD 文件名。对在暂存区的文件进行操作。 8.创建远程仓库并推送 a.首先我们要有一个github或gitee账号: github官网:https://github.com/ gitee官网:https://gitee.com/ b.然后在里面创建一个远程仓库(以gihub为例): 登录进入主页面,找到并点击右上角的加号,点击 New repository,然后填写仓库信息。或者找到点击左方的 New选项。进入创建界面,填入信息。 下面三个选项可根据需要勾选。点击 Create...就创建号一个仓库了。 c.复制仓库地址 找到左上方导航Code选项,点击进入该选项 有两个地址:HTTP地址和SSH地址。我一般用HTTP地址(简单)。 如果你创建远程仓库时选择了下面的三个选项,可能你的Code界面会有所差别,点击右方的 Code即可查看仓库地址。 然后进入git命令界面:输入命令 git remote add origin(别名) 地址为你复制的地址创建别名并储存。命令 git remote -v查看你设置过的地址。 d.最后进行推送操作,将本地仓库推送到远程仓库。 命令 git push -u origin(你要推送到的远程仓库地址) master(你要推送的分支).在第一次推送是用上 -u选项,之后就可以不用。 该界面为成功推送,你再刷新你的github或gitee仓库,这是你上传的文件将出现在远程仓库表明推送成功。 注意:1.如果创建远程仓库时勾选了下面的三个选项,则可能你刷新时没发现有新文件推送到仓库,这是先找到红色划线位置,查看当前分支是否自己推送的分支,找到正确分支再看是否正确推送。 2.如果你是第n次推送,必须要在和远程仓库版本一样的条件下进行修改后推送,否则无法推送(不能跨多个版本推送)。 3.如果推送不成功,可能是你修改前的版本和远程库的版本不一致造成,先进行拉取,在修改推送。 9.删除远程仓库 首先进入要删除的远程仓库,点击上方导航条中的 Settings选项 然后找到进入左边菜单栏中的 Options选项,鼠标划到最下面找到 点击Delete this repository选项 最后按指示输入github用户名和密码进行删除即可。 10.拉取远程仓库 命令:git pull origin master。 在打算更新远程库时,先拉取远程库然后修改或添加,否则可能报错。 表明拉取成功。 注意:若你的本地仓库进行了修该导致无法拉去成功,则尝试用 git pull --rebase命令进行拉取。 三、其他命令 1.查看命令信息指令 命令:git help 2.查看版本的提交记录 命令:git log 以每条版本日志显示一行:git log --pretty=oneline 简写哈希值的方式:git log --oneline 可以看到前进后退步数:git reflog 3.进入不同版本 先用 git reflog命令查看哈希值 a.命令:git reset --hard 哈希值(索引) b.命令:git reset --hard HEAD^,该命令只能后退(查看当前版本之前的版本),后面几个 ^ 则后退几步。 c.命令:git reset --hard~,该命令只能后退(查看当前版本之前的版本),后退 (数值) 步; 4.分支操作 命令:git branch -v,查看所有分支 命令:git branch 分支名,创建分支 命令:git checkout 分支名,切换分支 5.比较文件 命令:git diff 文件名,工作区和暂存区比较 命令:git diff HEAD 文件名,当前版本比较 命令:git diff HEAD^ 文件名,历史版本比较 四、遇到的错误 git config --global http.sslVerify false 本篇文章为转载内容。原文链接:https://blog.csdn.net/qq_56180999/article/details/117634968。 该文由互联网用户投稿提供,文中观点代表作者本人意见,并不代表本站的立场。 作为信息平台,本站仅提供文章转载服务,并不拥有其所有权,也不对文章内容的真实性、准确性和合法性承担责任。 如发现本文存在侵权、违法、违规或事实不符的情况,请及时联系我们,我们将第一时间进行核实并删除相应内容。
2023-05-18 13:38:15
76
转载
转载文章
...,本站仅提供文章转载服务,并不拥有其所有权,也不对文章内容的真实性、准确性和合法性承担责任。 如发现本文存在侵权、违法、违规或事实不符的情况,请及时联系我们,我们将第一时间进行核实并删除相应内容。 半自动化批量下载专利全文pdf傻瓜攻略 写在前面 适合人群 使用前提 基本思路 键鼠记录器脚本 前期准备 脚本原理 注意事项 检查下载效果 写在前面 整理专利的时候,在专利引擎上只能一条条的下载,很是烦人。我比较讨厌这种重复性劳动,所以每次碰上都得想想办法怎么自动化操作,虽然上每次研究自动化办法的时间把都足够把活干完了哈哈。可惜的是每次搞完都没有把文档保留下来,下次有点什么事情又得从头开始。因此准备开始写写文档记录一些思路,同时如果能帮到有需要的人就更好了! 适合人群 不会爬虫的都可以来看看!能大概看明白python就够了。 使用前提 python环境配好 有梯子 不排斥键鼠记录器读取键鼠记录 基本思路 现在的专利搜索引擎大概都有批量下载库,如果只要摘要的话直接下载就可以了。但是下载全文的时候,大部分引擎都不支持批量下载,只能一个一个点,还得输验证码。 这里就不得不提到google patent了,这是我目前找到的唯一一个不需要验证码就能下载的专利引擎了(其实主要是还不会用python识别验证码)。那么有了google patent这个神器,就可以用自动办法来进行下载了。我这里使用的是按键精灵,傻瓜式操作。(没用python爬虫的原因是requests不能挂梯子。。。这里我不是很确定是什么问题,希望有大佬指点一下。anyway,主要思路就是用键鼠记录器点点点,我用的是按键精灵,理论上什么记录器都可以。 ps. 听说poxoq能批量下载,但是新版本只能下载前十页,因此我没有尝试,如果能直接下载全文的话请评论区告诉我。 键鼠记录器脚本 前期准备 按格式排好公开号或者申请号,在编辑器中打开; 把google patent搜索页面和文本编辑器分屏显示,便于操作。 脚本原理 以edge浏览器为例,按键精灵双击全选文本中第一行的公开号,ctrl+c复制,鼠标转到网页搜索框,ctrl+v粘贴,点搜索。等搜索完成右键download PDF,选链接另存为并确定,之后点击网页关闭下载栏,一次下载完成。返回编辑器,删除第一行的文本,把第二行提到第一行,完成复位。 这样就形成了完整的一次过程,只要重复运行脚本就可以把所有专利全文下载下来。 注意事项 实际操作中,可能遇到两大问题: 网页反馈问题 这里指的是搜索后没有来到我们想象中的专利页,可能是没有搜索到专利,或该专利google patent没有pdf文档,这时如果脚本还在运行,那么显然就会错误运行。 脚本运行问题 主要要考虑的是命令之间的延时。延时调小确实运行速度会变快,但是如果电脑运行速度不够或者网速/服务器慢了,就会错误执行命令。我的建议是文本操作可以适当删减延时,涉及网页的部分适量增加延时,保证脚本的容错率。 由此可以看出来这个脚本还是离不开人的,在跑的时候还是需要盯着点,如果有错误可以及时处理。 检查下载效果 看了上面的注意事项,想必你也知道这个脚本不太靠谱。那么解决这个问题的方法就是负反馈。下载完了检查一遍就好了。 由于google patent下载的文件是以公开号命名的,所以对照要下载的和已下载的公开号就能看出哪些专利没有下载成功。 我这里写了一个python小脚本。 import pandas as pdimport os读取待下载专利的公开号,地址修改成你自己存放的位置df = pd.read_excel("target.xlsx",header= 0, usecols= "B").drop_duplicates()取前11位作为对比(以中国专利作为参考)PublicNumber_tgt = list(map(lambda x: x[0:11],df["公开(公告)号"].to_list()))读取已下载专利的公开号,地址修改成你自己存放的位置filelist=os.listdir(r'C:\Users\mornthx\Desktop\专利全文')取前11位作为对比PublicNumber_dl = list(map(lambda x: x[0:11],filelist))比较两者差值diff = set(PublicNumber_tgt).difference(set(PublicNumber_dl))print(diff) 没下载的专利具体问题具体解决就好了。 希望能帮到大家! 本篇文章为转载内容。原文链接:https://blog.csdn.net/weixin_38688347/article/details/124000919。 该文由互联网用户投稿提供,文中观点代表作者本人意见,并不代表本站的立场。 作为信息平台,本站仅提供文章转载服务,并不拥有其所有权,也不对文章内容的真实性、准确性和合法性承担责任。 如发现本文存在侵权、违法、违规或事实不符的情况,请及时联系我们,我们将第一时间进行核实并删除相应内容。
2023-11-21 12:55:28
275
转载
转载文章
...,本站仅提供文章转载服务,并不拥有其所有权,也不对文章内容的真实性、准确性和合法性承担责任。 如发现本文存在侵权、违法、违规或事实不符的情况,请及时联系我们,我们将第一时间进行核实并删除相应内容。 前言 本文写于2007年11月,那时候我是在Discuz!开发组为PHPChina的《PHPer》写的稿,一直也没有发到blog上了,今天偶然之间记起,顺手转发过来。 一、关于模板引擎的前言 从phplib到smarty,再到Discuz!的模板机制,本文试图通过PHP模板引擎为你讲解作者自己的PHP心得。 我清楚的记得在我刚上大学开始学习PHP的时候,曾经在phpe.net看到过一篇关于phplib Template和FastTemplate这两模板引擎性能比较的文章。让我在接下来半年的时间内持续的使用着phplib。不可否认phplib是左右了一代PHP开发人员对于PHP模板引擎的认识。或许你也会对下面的方法比较熟悉$t->set_file $t->set_var 当我对于phplib的执行效率不满意的时候,我开始寻找下一个PHP的模板引擎,于是smarty跳入我的视野范围,当我费尽心血去学会了smarty并使用开发了很多东西,而现在的我突然发现记得的也就只有下面的方法了$s->assign $s->display 究竟我们需要模板引擎来做什么呢,MVC?简单?易用?效率?请看下文的分析。 二、程序处理的分析 1.PHPLIB的程序处理过程 从phplib的处理开始讲起$t = new Template() $t->set_file $t->set_var $t->parse $t->p 看上面的代码,翻译成中文就是初始化模板类$t 设置模板文件 设置模板变量 分析模板文件中的模板变量 输出内容 通过了最少5个步骤在php程序中实现模板的处理 2.Smarty的程序处理过程 现在来看smarty的处理$s = new Smarty $s->assign $s->display 翻译成中文就是初始化模板类$s 设置模板变量 解析并输出模板 3.Discuz!模板的程序处理过程include template(tplname); 主要作用就是指定给程序需要处理的模板文件 在上述三种模板处理机制中,最容易理解和接受就是Discuz!模板的处理过程。初始化、设置变量、解析模板、输出内容,Discuz!只用了一个函数来做。对于一个开源的论坛软件,这样处理的好处是显而易见的,对于Discuz!进行二次开发的程序员的要求降低。简化模板语言,方便风格和插件的制作,这也在一定程度上促进了Discuz!的传播 三、模板源文件的语法 在phplib中处理循环嵌套的时候,使用: {it} 在smarty中处理循环嵌套的时候,引入了< {section name=loopName loop=$loopArray}>(当然还有foreach这样的) 在Discuz!中处理循环嵌套的时候, 其实真正的模板面对的可以说是不懂PHP或者懂一点PHP的美工同志们,模板的复杂就意味着美工制作页面的难度加大。在必不可少的需要模板有逻辑处理的时候,为什么不在html代码中使用原生态的PHP语法,而让美工相当于去学习另外一种语言呢?在我个人的经验中,显然是Discuz!的模板语言更为简单易学,也为我节省了更多的时间。 四、Discuz!模板处理机制 我剥离出一个简单的Discuz!模板处理函数function template($file, $templateid = 0, $tpldir = '') { $tplfile = DISCUZ_ROOT.'./'.$tpldir.'/'.$file.'.htm';//模板源文件,此处$tplfile变量的值可能是D:\discuz\templates\default\demo.htm $objfile = DISCUZ_ROOT.'./forumdata/templates/'. $templateid.'_'.$file.'.tpl.php';//模板缓存文件,此处$objfile变量的值可能是D:\discuz\forumdata\templates\1_demo.tpl.php //如果模板源文件的修改时间迟于模板缓存文件的修改时间, //就是模板源文件被修改而模板缓存没有更新的时候, //则调用parse_template函数重新生成模板缓存文件。 if(@filemtime($tplfile) > @filemtime($objfile)) { require_once DISCUZ_ROOT.'./include/template.func.php'; parse_template($file, $templateid, $tpldir); } //返回缓存文件名称 //$objfile变量内容可能为D:\discuz\forumdata\templates\1_demo.tpl.php return $objfile; } 而php页面的模板执行语句include template('demo'); 实际上在本例中就是相当于include 'D:\discuz\forumdata\templates\1_demo.tpl.php'; 这个流程就是一个demo.php文件中当数据处理完成以后include template('demo'),去显示页面。 五、总结 我也曾经看到过有列举出很多种的PHP模板引擎,但是我觉着phplib、smarty、Discuz!模板机制就足以说明问题了。 1.我们需要模板来做什么? 分离程序与界面,为程序开发以及后期维护提供方便。 2.我们还在关心什么? PHP模板引擎的效率,易用性,可维护性。 3.最后的要求什么? 简单就是美! 我的文章好像没有写完,其实已经写完了,我要说明的就是从PHP的模板引擎看Discuz!模板机制。分析已经完成,或许以后我会再写篇实际数据的测试供给大家参考! Tags: none 版权声明:原创作品,欢迎转载,转载时请务必以超链接形式标明文章原始地址、作者信息和本声明。 本篇文章为转载内容。原文链接:https://blog.csdn.net/weixin_42557656/article/details/115159292。 该文由互联网用户投稿提供,文中观点代表作者本人意见,并不代表本站的立场。 作为信息平台,本站仅提供文章转载服务,并不拥有其所有权,也不对文章内容的真实性、准确性和合法性承担责任。 如发现本文存在侵权、违法、违规或事实不符的情况,请及时联系我们,我们将第一时间进行核实并删除相应内容。
2023-10-07 14:43:46
109
转载
MemCache
...级快递员,专门负责在服务器间快速传递数据。这货可厉害了,能大大提高咱们程序跑起来的速度和反应灵敏度,简直就是程序员的得力助手,能让网站运行得跟开挂了一样流畅!所以,如果你想要让自己的应用飞起来,Memcached绝对是你的不二之选!然而,随着业务复杂度的增加,数据版本控制的需求变得愈发重要。本文将探讨如何在Memcached中实现多版本控制,旨在为开发者提供一种有效管理数据版本的方法。 第一部分:理解多版本控制的必要性 在许多场景下,同一数据项可能需要多个版本来满足不同需求。例如,在电商应用中,商品信息可能需要实时更新价格、库存等数据;在社交应用中,用户评论或帖子可能需要保留历史版本以支持功能如撤销操作。这种情况下,多版本控制显得尤为重要。 第二部分:Memcached的基本原理与限制 Memcached通过键值对的方式存储数据,其设计初衷是为了提供快速的数据访问,而不涉及复杂的数据结构和事务管理。这就好比你有一款游戏,它的规则设定里就没有考虑过时间旅行或者穿越时空的事情。所以,你不能在游戏中实现回到过去修改错误或者尝试不同的未来路径。同理,这个系统也一样,它的设计初衷没有考虑到版本更新时的逻辑问题,所以自然也就无法直接支持多版本控制了。 第三部分:实现多版本控制的方法 1. 使用命名空间进行版本控制 一个简单的策略是为每个数据项创建一个命名空间,其中包含当前版本的键和历史版本的键。例如: python import memcache mc = memcache.Client(['127.0.0.1:11211'], debug=0) def set_versioned_data(key, version, data): mc.set(f'{key}_{version}', data) mc.set(key, data) 保存最新版本 设置数据 set_versioned_data('product', 'v1', {'name': 'Product A', 'price': 10}) 更新数据并设置新版本 set_versioned_data('product', 'v2', {'name': 'Product A (Updated)', 'price': 15}) 2. 利用时间戳进行版本控制 另一种方法是在数据中嵌入一个时间戳字段,作为版本标识。这种方法在数据频繁更新且版本控制较为简单的情况下适用。 python import time def set_timestamped_data(key, timestamp, data): mc.set(f'{key}_{timestamp}', data) mc.set(key, data) 设置数据 set_timestamped_data('product', int(time.time()), {'name': 'Product A', 'price': 10}) 更新数据 set_timestamped_data('product', int(time.time()) + 1, {'name': 'Product A (Updated)', 'price': 15}) 第四部分:优化与挑战 在实际应用中,选择何种版本控制策略取决于具体业务需求。比如说,假设你老是得翻查过去的数据版本,那用时间戳或者命名空间跟数据库的搜索功能搭伙用,可能会是你的最佳选择。就像你去图书馆找书,用书名和出版日期做检索,比乱翻一气效率高多了。这方法就像是给你的数据做了个时间轴或者标签系统,让你想看哪段历史一搜就出来,方便得很!同时,考虑到内存资源的限制,应合理规划版本的数量,避免不必要的内存占用。 结论 Memcached本身不提供内置的多版本控制功能,但通过一些简单的编程技巧,我们可以实现这一需求。无论是使用命名空间还是时间戳,关键在于根据业务逻辑选择最适合的实现方式。哎呀,你知不知道在搞版本控制的时候,咱们得好好琢磨琢磨性能优化和资源管理这两块儿?这可是关乎咱们系统稳不稳定的头等大事,还有能不能顺畅运行的关键!别小瞧了这些细节,它们能让你的程序像开了挂一样,不仅跑得快,而且用起来还特别省心呢!所以啊,做这些事儿的时候,可得细心点,别让它们成为你系统的绊脚石! 后记 在开发过程中,面对复杂的数据管理和版本控制需求,灵活运用现有工具和技术,往往能取得事半功倍的效果。嘿!小伙伴们,咱们一起聊聊天呗。这篇文章呢,就是想给那些正跟咱们遇到相似难题的编程大神们一点灵感和方向。咱们的目标啊,就是一块儿把技术这块宝地给深耕细作,让它开出更绚烂的花,结出更甜美的果子。加油,程序员朋友们,咱们一起努力,让代码更有灵魂,让技术更有温度!
2024-09-04 16:28:16
98
岁月如歌
转载文章
...,本站仅提供文章转载服务,并不拥有其所有权,也不对文章内容的真实性、准确性和合法性承担责任。 如发现本文存在侵权、违法、违规或事实不符的情况,请及时联系我们,我们将第一时间进行核实并删除相应内容。 1月19日,人人网发布一款语音产品,名字与啪啪非常类似,叫啵啵,并号称是中国首款带语音滤镜的语音社交产品。目前其首页已经放出安卓版本,iOS版暂时还未上线。雷锋网进行了试用,跟大家介绍。 从官方的介绍来看,啵啵这个应用主要有三个特色,最大的特点是声音滤镜。另外,还可以在应用内使用声音、图片和文字等元素进行信息表达。最后当然就是社交分享功能。 打开应用,首先是类似Path或者啪啪那样一片红色的开始界面。界面中从下部飘起三个气泡,分别是人人登录、新浪微博登录以及直接进入使用。啵啵可以无需注册直接进入应用进行发布消息。 进入主界面后,主界面以时间线的形式把用户所关注的人发的声音图片信息。每条信息中,表示声音的大图标覆盖在图片显眼位置,意味着啵啵想让用户知道声音才是这个应用的主要元素,图片是作为背景图的辅助元素出现的。另外,在背景图右边有表示喜欢和评论的按钮。 主界面下方中心有十分突出显眼的声音按钮,点击后首先进入录音界面。 录音完成后,应用立刻列出表示声音滤镜的各种可爱图标。选择了某种滤镜效果后,声音生成完毕。进入发布界面,此时可以选择是否添加图片。可选择把信息分享到人人网或者新浪微博。 添加图片完成后,同时下方还可以添加文字描述,果然是声音、图片和文字三位一体全方位出击之应用。虽然这里主打声音,但声音、图片和文字分离的形式才更为符合人们对信息介质的认知习惯,小编一直认为啪啪中的所谓声音图片的概念只是一个伪概念。 对于新用户来说,可以选择添加人人网好友或者新浪微博好友,当然,应用本身会推荐优质应用建议新用户进行关注。另外,用户的关注、喜欢等信息会出现在用户的消息中心中。 这是一个同样基于信息分享的移动社交产品,其本质其实与Instagram等图片分享社区、啪啪等语音分享社区一样。啪啪本来是最先进行声音信息分享的社区,但啪啪把声音与图片混合在一起生硬造出了一个声音图片的概念,反而留下了主打声音信息分享的切入点,现在人人就抓住了这个切入点推出啵啵这个产品。 事实上,从目前已经存在啵啵社区中的用户发的消息来看,其性质与啪啪并无很大区别。啵啵主打的声音滤镜功能,有一个非常非常严重的缺陷。图片分享社区的滤镜功能对图片的改造是美化,图片滤镜可以把一张普通的图片改的看上去非常的优美和文艺,因而大大增强了用户的分享欲望,让人人都有当一回摄影师的感觉。 但声音滤镜做不到这样的效果,至少从啵啵中看来达不到美化的效果,目前从社区中声音信息可知,声音经过滤镜处理之后变得非常怪异。本身声音美的用户尤其女孩子必然受不了这样的声音变化,声音不好听的用户,经过处理后,结果是更加的不堪回首。所以,从实际情况来看,大多数人都会直接发布不加滤镜的原音。 另外,应用中有个设置奇特的地方在于,如果发布信息时只发布声音不附加图片,这条信息的背景会有一大片的空白,效果比较差。别说应用制作者,用户们都会觉得很有违和感,因而绝大多数用户都会添加图片。 这时候,啵啵变得非常类似啪啪,虽然本身,其与啪啪就相差不大。 是的,这是啪啪披着声音滤镜的外衣,事实上笔者怀疑啪啪不做声音滤镜就是有声音滤镜反而丑化声音的考虑。据了解,这是本周重组后的人人公司新的无线事业部推出的两款移动应用之一。但如果说这就是一个上市大公司在移动端发力所能做到的全部,这无疑是稍让人失望的。而且,人人网能不能不要这么马虎对待自己的产品?所谓的@啵啵官博就只在1月18日发布了一条消息,之后这个微博账号再无动静。 如果按照许朝军解释啪啪名字的来源:啪=口+拍,声音加图片。那啵啵又作何解? 好吧,其实人人网解释是这样的:“语音产品,所以取拟声名字,明确定位”。 参考:http://www.hooxiao.com/index.php?m=content&c=index&a=show&catid=19&id=14864(2013-01-21 10:04:03) 本篇文章为转载内容。原文链接:https://blog.csdn.net/prairie79/article/details/8546911。 该文由互联网用户投稿提供,文中观点代表作者本人意见,并不代表本站的立场。 作为信息平台,本站仅提供文章转载服务,并不拥有其所有权,也不对文章内容的真实性、准确性和合法性承担责任。 如发现本文存在侵权、违法、违规或事实不符的情况,请及时联系我们,我们将第一时间进行核实并删除相应内容。
2023-08-17 12:49:28
488
转载
Apache Pig
...供技术支持和问题解答服务,促进资源共享和经验交流。 四、结语 Apache Pig作为大数据处理领域的重要工具,其性能优化、可扩展性和用户体验的提升,是推动其在实际应用中发挥更大价值的关键。通过上述策略的实施,不仅能够提高Apache Pig的效率和可靠性,还能吸引更多开发者和分析师加入,共同推动大数据技术的发展和应用。随着技术的不断进步和创新,Apache Pig有望在未来的数据处理领域扮演更加重要的角色。
2024-09-30 16:03:59
96
繁华落尽
转载文章
...,本站仅提供文章转载服务,并不拥有其所有权,也不对文章内容的真实性、准确性和合法性承担责任。 如发现本文存在侵权、违法、违规或事实不符的情况,请及时联系我们,我们将第一时间进行核实并删除相应内容。 B站视频网址:(本次仅涉及P40-P43和P60)【优极限】 HTML+CSS+JavaScript+jQuery前端必学教程,小白教学,前端基础全套完成版_哔哩哔哩_bilibili 菜鸟教程网址:HTML 教程 | 菜鸟教程 (runoob.com) 一、获取表单 <!-- 获取表单(前两种常用)1. document.getElementById("id属性值");通过form标签的id属性值获取表单对象2.document.表单的nane属性值:通过表单的name属性值获取表单对象3.document.forms[下标]: 通过指定下标获取表单元素4.document.forms[表单的name属性值];通过表单的name属性值获取表单对象document.forms:获取HTML文档中所有的表单对象--> <form id="myform1" name= "myform1" action=""></form><form id="myform2" name= "myform2" action=""></form><script type="text/javascript">// 1. document.getElementById("id属性值");console.log(document.getElementById("myform1"));// 2. document.表单的name属性值; console.log(document.myform2);console.log("----------------");//获取所有的表单对象console.log(document.forms); // 3. document.forms[下标];console.log(document.forms[0]);// 4. document.forms[表单的name属性值]; console.log(document.forms["myform2"]);</script> 运行效果截图: 二、获取表单元素 获取表单元素1.获取input元素1. document.getElementById("id属性值"): 通过元素的id属性值获取表单元素对象2.表单对象.表单元素的name属性值;通过表单对象中对应的元素的name属性值获取3. document.getELementsByName("name属性值");通过表单元素的name属性值获取4. document.getELementsByTagName("标签名/元素名");通过标签名获取表单元素对象2.获取单选按钮注:相同的一组单选按钮,需要设置相同的name属性值1. document.getElementByName("name属性值");通过name属性值获取2.判断单选按钮是否选中checked选中状态在JS代码中checked=true表示选中checked=false表示不选中在HTML标签中checked=checked或checked表示选中不设置checked属性表示不选中3.获取单选按钮的值元表.value;3.获取多选按钮与单选按钮相同4.获取下拉选项1.获取下拉框对象var对象 = document.getElementById("id属性值");2.获取下拉框的下拉选项列表var options = 下拉框对象.options;3.获取下拉框被选中项的索引var index = 下拉框对象.selectedIndex;4.获取下拉框被选中项的值var 值 = 下拉框对象.value;5.通过选中项的下标获取下拉框被选中项的值var 值 = 下拉框对象.options[index].value;6.获取下拉框被选中项的文本var文本值一下拉框对象.options[index].text;注:1.获取下拉框选中项的值时: (value)如果option标签设置了value属性值,则获取value属性对应的值;如果option标签未设置value属性值,则获取的是option双标签中的文本值2.下拉框的选中状态:选中状态: selected = selected、 selected、 selected = true未选中状态:不设置selected属性、 selected=false; <form id='myform' name="myform" action="" method="get">姓名:<input type="text" id="uname" name="uname" value="zs"/><br />密码:<input type= "password" id="upwd" name="upwd" value= "1234"/><br /><input type="hidden" id= "uno" name="uno" value="隐藏域"/>个人说明:<textarea name="intro" ></textarea><br><button type="button" onclick="getTxt();" >获取元素内容</button><hr><br><input type="text" name="inputName" class="test" value="aaa" /><input type="radio" name="rad" class="test" value="1" /> 男<input type="radio" name="rad" class="test" value="2" /> 女<button type="button" onclick="getRadio()">获取单选按钮</button><br><hr><br>全选/全不选: <input type="checkbox" id="control" onclick="checkAllOrNot()" /><button type="button" onclick= "checkFan()">反选</button><br><input type="checkbox" name= "hobby" value="sing" />唱歌<input type="checkbox" name= "hobby" value="dance" />跳舞<input type="checkbox" name= "hobby" value="rap" />说唱<button type="button" onclick="getCheckBox()">获取多选按钮</button><br><hr><br>来自:<select id="ufrom" name= "ufrom" ><option value = "" >请选择</option><option value = "Beijing" selected="selected" >北京</option><option value = "Shanghai">上海</option><option value = "Hangzhou">杭州</option></select><button type="button" onclick= "getSelect()" >获取下拉选项</button></form><script type=" text/javascript">function getTxt() {// 1. document.getElementById("id属性值");var uname = document.getElementById("uname").value;console.log(uname);// 2.表单对象.表单元表的name属性值;var pwd = document.getElementById("myform").upwd.value;console.log(pwd);// 3. document.getELementsByName("name属性值");var uno = document.getElementsByName("uno")[0].value;console.log(uno);// 4. document.getELementsByTagName("标签名/元素名");var intro = document.getElementsByTagName("textarea")[0].value;console.log(intro);}function getSelect() {//获取下拉框对象var ufrom = document.getElementById("ufrom");console.log(ufrom);//获取下拉框的下拉选项列表var opts = ufrom.options;console.log(opts);//获取下拉框被选中项的索引var index = ufrom.selectedIndex;console.log("选中项的下标:" + index);//获取下拉框被选中项的值var val = ufrom.value;console.log("被选中项的值:" + val);//通过选中项的下标获取下拉框被选中项的值var val2 = ufrom.options[index].value;console.log("被选中项的值:"+ val2);//获取下拉框被选中项的文本var txt=ufrom.options[index].text; console.log("被选中项的文本:"+ txt);}</script> 运行效果截图: 三、提交表单 提交表单一、使用普通按钮type="button"1.给按钮绑定click点击事件,绑定函数2.在函数中,进行表单校验(非空校验、 合法性校验等)3.如果校验通过,则手动提交表单表单对象.submit();二、使用提交按钮type="submit"1.给按钮绑定click点击事件,绑定函数2.函数需要有返回值,返回true或false (如果return false, 则表单不会提交:如果return true,则提交表单)onclick="return 函数名()"3.在函数中,进行表单校验(非空校验、 合法性校验等)4.如果校验通过,返回true;如果校验不通过,则返回false, 则表单不会提交:如果return true,则提交表单)三、使用提交按钮type="submit"1.给表单form元素绑定submit提交事件,绑定函数2.函数需要有返回值,返回true或false (如果return false, 则表单不会提交;如果return trueonsubmit="return函数名()" 3.在函数中,进行表单校验(非空校验、 合法性校验等)4.如果校验通过,返回true;如果校验不通过,则返回false <!--使用普逍按钮 type= "button"--><form id= 'myform' name= "myform" action="http://www.baidu.com" method="get" >姓名: <input name= "uname" id="uname"/> <span id = "msg" style="font-s1ze: 12px; color: red;"></span><br /><button type="button" onclick="submitForm1()">提交</button></form><!--使用提交按钮 type= "submit"--><form id= 'myform2' name= "myform2" action="http://www.baidu.com" method="get" >姓名: <input name= "uname2" id="uname2"/> <span id = "msg2" style="font-s1ze: 12px; color: red;"></span><br /><button type="submit" onclick="return submitForm2()">提交</button></form><!--使用提交按钮 type= "submit"--><form id= 'myform3' name= "myform3" action="http://www.baidu.com" method="get" onsubmit="return submitForm3()">姓名: <input name= "uname3" id="uname3"/> <span id = "msg3" style="font-s1ze: 12px; color: red;"></span><br /><button type="submit">提交</button></form><script type="text/javascript">// 表单校验// 提交表单function submitForm1() {//得到文本框的值var uname = document.getElementById("uname").value;//判断是否为空if (isEmpty(uname)) { //为空//设置提示信息(设置span元素的值)document.getElementById("msg").innerHTML="性名不能为空!" ;//阻止表单提交return;}//手动提交表单document.getElementById("myform").submit(); }function submitForm2() {//得到文本框的值var uname2 = document.getElementById("uname2").value;//判断是否为空if (isEmpty(uname2)) { //为空//设置提示信息(设置span元素的值)document.getElementById("msg2").innerHTML="性名不能为空!" ;//阻止表单提交return false;}return true;}function submitForm3() {//得到文本框的值var uname3 = document.getElementById("uname3").value;//判断是否为空if (isEmpty(uname3)) { //为空//设置提示信息(设置span元素的值)document.getElementById("msg3").innerHTML="性名不能为空!" ;//阻止表单提交return false;}return true;}/ 判断字符串是否为空如果为空,返回true如果非空,返回falsetrim() :字符串方法, 去除字符串前后空格@param {Object} str/function isEmpty(str) {//判断是否为空if (str == null || str.trim() == "") {return true;}return false;}</script> 运行效果截图: 四、原生Ajax实现流程 <!-- Ajax 异步无刷新技术原生Ajax的实现流程1.得到XMLHttpRequest对象var xhr = new XMLHttpRequest();2.打开请求xhr.open(method, uri, async) ;method:请求方式,通常是GEI|POSTurl:请求地址async:是否异步。如果是true表示异步,false表示同步3.发送请求xhr.send(params);params:请求时需要传递的参数如果是GET请求,设置nu11。 (GET请求的参数设置在url后面)如果是POST请求,无参数设置为null,有参数则设置参数4.接收响应xhr.status响应状态(200=响应成功, 404=资源末找到,500=服务器异常)xhr.responseText 得到响应结果 --> <script type="text/javascript">// 同步请求function text01() {// 1.得到XMLHttpRequest对象var xhr = new XMLHttpRequest();// 2.打开请求xhr.open("get", "js/date.json", false);// 3.发送请求xhr.send(null);// 4.判断响应状态if (xhr.status == 200) {console.log("响应成功");} else {console.log("状态码:" + xhr.status + ",原因:" + xhr.responseText)}console.log("同步请求...");}text01();// 异步请求function text02() {// 1.得到XMLHttpRequest对象var xhr = new XMLHttpRequest();// 2.打开请求xhr.open("get", "js/date.json", true);// 3.发送请求xhr.send(null);// 由于是异步请求,所以需要知道后台已经将请求处理完毕,才能获取响应结果// 遇过监听readyState的变化来得知后面的处理状态 4=完全处理xhr.onreadystatechange = function(){if(xhr.readyState == 4){// 4.判断响应状态if (xhr.status == 200) {// 得到响应结果 console.log(xhr.responseText);} else {console.log("状态码:" + xhr.status + ",原因:" + xhr.responseText)} }}console.log("异步请求...");}text02();</script> 运行效果截图: 本篇文章为转载内容。原文链接:https://blog.csdn.net/m0_61507413/article/details/122895643。 该文由互联网用户投稿提供,文中观点代表作者本人意见,并不代表本站的立场。 作为信息平台,本站仅提供文章转载服务,并不拥有其所有权,也不对文章内容的真实性、准确性和合法性承担责任。 如发现本文存在侵权、违法、违规或事实不符的情况,请及时联系我们,我们将第一时间进行核实并删除相应内容。
2023-10-22 17:32:41
522
转载
转载文章
...,本站仅提供文章转载服务,并不拥有其所有权,也不对文章内容的真实性、准确性和合法性承担责任。 如发现本文存在侵权、违法、违规或事实不符的情况,请及时联系我们,我们将第一时间进行核实并删除相应内容。 D(x)=E{[x−E(x)]2} :相对于平均数差距的平方的期望; 数理统计一词的理解:mathematical stats,也即用数学的观点审视统计,为什么没有数理概率,因为概率本身即为数学,而对于统计,random variable 的性质并不全然了解,所以数理统计在一些书里又被称作:stats in inference(统计推论,已知 ⇒ 未知) 概率与统计的中心问题,都是random variable, PMF与PDF PMF:probability mass function,概率质量函数,是离散型随机变量在各特定取值上的概率。与概率密度函数(PDF:probability density function)的不同之处在于:概率质量函数是对离散型随机变量定义的,本身代表该值的概率;概率密度函数是针对连续型随机变量定义的,本身不是概率(连续型随机变量单点测度为0),只有在对连续随机变量的pdf在某一给定的区间内进行积分才是概率。 notation 假设X 是一个定义在可数样本空间S 上的离散型随机变量S⊆R ,则其概率质量函数PMF为: fX(x)={Pr(X=x),0,x∈Sx∈R∖S 注意这在所有实数上,包括那些X 不可能等于的实数值上,都定义了pmf,只不过在这些X 不可能取的实数值上,fX(x) 取值为0(x∈R∖S,Pr(X=x)=0 )。 离散型随机变量概率质量函数(pmf)的不连续性决定了其累积分布函数(cdf)也不连续。 共轭先验(conjugate prior) 所谓共轭(conjugate),描述刻画的是两者之间的关系,单独的事物不构成共轭,举个通俗的例子,兄弟这一概念,只能是两者才能构成兄弟。所以,我们讲这两个人是兄弟关系,A是B的兄弟,这两个分布成共轭分布关系,A是B的共轭分布。 p(θ|X)=p(θ)p(X|θ)p(x) p(X|θ) :似然(likelihood) p(θ) :先验(prior) p(X) :归一化常数(normalizing constant) 我们定义:如果先验分布(p(θ) )和似然函数(p(X|θ) )可以使得先验分布(p(θ) )和后验分布(p(θ|X) )有相同的形式(如,Beta(a+k, b+n-k)=Beta(a, b)binom(n, k)),那么就称先验分布与似然函数是共轭的(成Beta分布与二项分布是共轭的)。 几个常见的先验分布与其共轭分布 先验分布 共轭分布 伯努利分布 beta distribution Multinomial Dirichlet Distribution Gaussian, Given variance, mean unknown Gaussian Distribution Gaussian, Given mean, variance unknown Gamma Distribution Gaussian, both mean and variance unknown Gaussian-Gamma Distribution 最大似然估计(MLE) 首先来看,大名鼎鼎的贝叶斯公式: p(θ|X)=p(θ)p(X|θ)p(X) 可将θ 看成欲估计的分布的参数,X 表示样本,p(X|θ) 则表示似然。 现给定样本集\mathcal{D}=\{x_1,x_2,\ldots,x_N\}D={x1,x2,…,xN} ,似然函数为: p(\mathcal{D}|\theta)=\prod_{n=1}^Np(x_n|\theta) p(D|θ)=∏n=1Np(xn|θ) 为便于计算,再将其转换为对数似然函数形式: \ln p(\mathcal{D}|\theta)=\sum_{n=1}^N\ln p(x_n|\theta) lnp(D|θ)=∑n=1Nlnp(xn|θ) 我们不妨以伯努利分布为例,利用最大似然估计的方式计算其分布的参数(pp ),伯努利分布其概率密度函数(pdf)为: f_X(x)=p^x(1-p)^{1-x}=\left \{ \begin{array}{ll} p,&\mathrm{x=1},\\ q\equiv1-p ,&\mathrm{x=0},\\ 0,&\mathrm{otherwise} \end{array} \right. fX(x)=px(1−p)1−x=⎧⎩⎨⎪⎪p,q≡1−p,0,x=1,x=0,otherwise 整个样本集的对数似然函数为: \ln p(\mathcal{D}|\theta)=\sum_{n=1}^N\ln p(x_n|\theta)=\sum_{n=1}^N\ln (\theta^{x_n}(1-\theta)^{1-x_n})=\sum_{n=1}^Nx_n\ln\theta+(1-x_n)\ln(1-\theta) lnp(D|θ)=∑n=1Nlnp(xn|θ)=∑n=1Nln(θxn(1−θ)1−xn)=∑n=1Nxnlnθ+(1−xn)ln(1−θ) 等式两边对\thetaθ 求导: \frac{\partial \ln(\mathcal{D}|\theta)}{\partial \theta}=\frac{\sum_{n=1}^Nx_n}{\theta}-\frac{N}{1-\theta}+\frac{\sum_{n=1}^Nx_n}{1-\theta} ∂ln(D|θ)∂θ=∑Nn=1xnθ−N1−θ+∑Nn=1xn1−θ 令其为0,得: θml=∑Nn=1xnN Beta分布 f(μ|a,b)=Γ(a+b)Γ(a)Γ(b)μa−1(1−μ)b−1=1B(a,b)μa−1(1−μ)b−1 Beta 分布的峰值在a−1b+a−2 处取得。其中Γ(x)≡∫∞0ux−1e−udu 有如下性质: Γ(x+1)=xΓ(x)Γ(1)=1andΓ(n+1)=n! 我们来看当先验分布为 Beta 分布时的后验分布: p(θ)=1B(a,b)θa−1(1−θ)b−1p(X|θ)=(nk)θk(1−θ)n−kp(θ|X)=1B(a+k,b+n−k)θa+k−1(1−θ)b+n−k−1 对应于python中的math.gamma()及matlab中的gamma()函数(matlab中beta(a, b)=gamma(a)gamma(b)/gamma(a+b))。 条件概率(conditional probability) P(X|Y) 读作: P of X given Y ,下划线读作given X :所关心事件 Y :条件(观察到的,已发生的事件),conditional 条件概率的计算 仍然从样本空间(sample space)的角度出发。此时我们需要定义新的样本空间(给定条件之下的样本空间)。所以,所谓条件(conditional),本质是对样本空间的进一步收缩,或者叫求其子空间。 比如一个人答题,有A,B,C,D 四个选项,在答题者对题目一无所知的情况下,他答对的概率自然就是 14 ,而是如果具备一定的知识,排除了 A,C 两个错误选项,此时他答对的概率简单计算就增加到了 12 。 本质是样本空间从S={A,B,C,D} ,变为了S′={B,D} 。 新样本空间下P(A|排除A/C)=0,P(C|排除A/C)=0 ,归纳出来,也即某实验结果(outcome,oi )与某条件Y 不相交,则: P(oi|Y)=0 最后我们得到条件概率的计算公式: P(oi|Y)=P(oi)P(o1)+P(o2)+⋯+P(on)=P(oi)P(Y)Y={o1,o2,…,on} 考虑某事件X={o1,o2,q1,q2} ,已知条件Y={o1,o2,o3} 发生了,则: P(X|Y)=P(o1|Y)+P(o2|Y)+0+0=P(o1)P(Y)+P(o2)P(Y)=P(X∩Y)P(Y) 条件概率与贝叶斯公式 条件概率: P(X|Y)=P(X∩Y)P(Y) 贝叶斯公式: P(X|Y)=P(X)P(Y|X)P(Y) 其实是可从条件概率推导贝叶斯公式的: P(A|B)=P(B|A)=P(A|B)P(B)===P(B|A)=P(A∩B)P(B)P(A∩B)P(A)P(A∩B)P(B)P(B)P(A∩B)P(A)P(B|A)P(A|B)P(B)P(A) 证明:P(B,p|D)=P(B|p,D)P(p|D) P(B,p|D)====P(B,p,D)P(D)P(B|p,D)P(p,D)P(D)P(B|p,D)P(p,D)P(D)P(B|p,D)P(p|D) References [1] 概率质量函数 本篇文章为转载内容。原文链接:https://blog.csdn.net/lanchunhui/article/details/49799405。 该文由互联网用户投稿提供,文中观点代表作者本人意见,并不代表本站的立场。 作为信息平台,本站仅提供文章转载服务,并不拥有其所有权,也不对文章内容的真实性、准确性和合法性承担责任。 如发现本文存在侵权、违法、违规或事实不符的情况,请及时联系我们,我们将第一时间进行核实并删除相应内容。
2024-02-26 12:45:04
518
转载
站内搜索
用于搜索本网站内部文章,支持栏目切换。
知识学习
实践的时候请根据实际情况谨慎操作。
随机学习一条linux命令:
grep -ir "search_text" .
- 在当前目录及其子目录中递归搜索文本。
推荐内容
推荐本栏目内的其它文章,看看还有哪些文章让你感兴趣。
2023-04-28
2023-08-09
2023-06-18
2023-04-14
2023-02-18
2023-04-17
2024-01-11
2023-10-03
2023-09-09
2023-06-13
2023-08-07
2023-03-11
历史内容
快速导航到对应月份的历史文章列表。
随便看看
拉到页底了吧,随便看看还有哪些文章你可能感兴趣。
时光飞逝
"流光容易把人抛,红了樱桃,绿了芭蕉。"