存储过程关于LOOP循环问题
本随笔文章,由个人博客(鸟不拉屎)转移至博客园 发布时间: 2018 年 10 月 17 日 原地址:https://niaobulashi.com/archives/procedures_loop.html >###存储过程LOOP疑问 今天在开发需求时,需要编写一个存储过程,实现数据的初始化功能。 发现遇到循环处理时,跳出循环的条件,Loop的处理 LOOP EXIT WHRN(P1 > P2);
...
END LOOP; emmmmmm,因为之前没有怎么学习存储过程,只是看了一
环套树 or 基环树 找环
最近学了一个蛮好的bfs找基环树上环的算法; 不过我做起题目来 , 感觉身心收到了摧残 , 感觉一题回到语法篇; 废话不多说 , 介绍找环的方法 , 以 无向基环树为例; 三步求环大法; 第一步 在加边的时候 , 统计一下每个点的度 ; 第二步 用bfs遍历度等于1的点(就是叶子节点 , 只有一条边) 去掉相关的边 , 并且更新度 第三步 从一个度不等于零的点开始进行边遍历; 献上我丑陋的代码 #include<cstdio>
#include<queue>
#include<map>
编程练习:无重复字符的最长字串
题目LeetCode-无重复字符的最长字串 给定一个字符串,请你找出其中不含有重复字符的 最长子串 的长度。 示例1 输入: "abcabcbb"
输出: 3
解释: 因为无重复字符的最长子串是 "abc",所以其长度为 3。 示例2 输入: "bbbbb"
输出: 1
解释: 因为无重复字符的最长子串是 "b",所以其长度为 1。 分析与实现 解法一 分析 这里面的难度在于,从i开始遍历,遇到相同字符后结束,记录长度。然后从i+1开始继续遍历 实现(java) /**
* 求不出
dbca 建库报错 ORA-00600 解决办法
[oracle@tim1 ~]$ dbca # # An unexpected error has been detected by HotSpot Virtual Machine: # # SIGSEGV (0xb) at pc=0xb79b95e9, pid=6663, tid=2791447440 # # Java VM: Java HotSpot(TM) Client VM (1.5.0_17-b02 mixed mode) # Problematic frame: # V [libj
北斗数据包格式封装和解析
1.北斗协议的具体格式如下图 2.数据包类型 根据北斗协议类型定义如下枚举类型 /// <summary>
/// 数据包类型
/// </summary>
public enum BDFrameType : ushort
{
/// <summary>
/// 默认
/// </summary>
Default = 0x00,
/// <summary>
The TensorFlow library wasn't compiled to use SSE instructions...CPU computations.
问题描述: 2019-01-11 20:02:32.238859: W c:\users\user\source\repos\tensorflow\tensorflow\core\platform\cpu_feature_guard.cc:45] The TensorFlow library wasn’t compiled to use SSE instructions, but these are available on your machine and could speed up CP
【踩坑】Windows 上 Tensorboard入门使用及显示空白/乱码/没有数据的问题
tensorboard启动 可以参考帖子: https://blog.csdn.net/qq_33297776/article/details/79339684 https://www.cnblogs.com/fydeblog/p/7429344.html 输入代码并运行: import tensorflow as tf
with tf.name_scope('graph') as scope:
matrix1 = tf.constant([[3., 3.]], name='matr
TensorFlow中tf.argmax()的用法
官方API的定义 tf.argmax(input, axis=None, name=None, dimension=None)
Returns the index with the largest value across axes of a tensor.
Args:
input: A Tensor. Must be one of the following types: float32, float64, int64, int32, uint8, uint16, int16, int8
TensorFlow识别MNIST手写数据集
# 载入数据集
mnist = input_data.read_data_sets("MNIST_data", one_hot=True)
# 每个批次的大小
batch_size = 100
# 计算一共有多少个批次
n_batch = mnist.train.num_examples // batch_size # //整除
# 定义两个placeholder
x = tf.placeholder(tf.float32, [None, 784])
y = tf.placeholder(t
深度学习中常用的代价函数
1.二次代价函数(quadratic cost): 其中,C表示代价函数,x表示样本,y表示实际值,a表示输出值,n表示样本的总数。为简单起见,使用一个样 本为例进行说明,此时二次代价函数为: 假如我们使用梯度下降法(Gradient descent)来调整权值参数的大小,权值w和偏置b的梯度推导如下: 其中,z表示神经元的输入,σ表示激活函数。w和b的梯度跟激活函数的梯度成正比,激活函数的梯度越大,w 和b的大小调整得越快,训练收敛得就越快。假设我们的激活函数是sigmoid函数: 假设我们
深度学习中过拟合与防止过拟合的方法
1.什么是过拟合? 过拟合(overfitting)是指在模型参数拟合过程中的问题,由于训练数据包含抽样误差,训练时,复杂的模型将抽样误差也考虑在内,将抽样误差也进行了很好的拟合。 具体表现就是最终模型在训练集上效果好,在测试集上效果差,模型泛化能力弱。 2.过拟合产生的原因? (1)在对模型进行训练时,有可能遇到训练数据不够,即训练数据无法对整个数据的分布进行估计的时候 (2)权值学习迭代次数足够多(Overtraining),拟合了训练数据中的噪声和训练样例中没有代表性的特征. 通过上图可
VS编程内存泄漏:VLD(Visual LeakDetector)内存泄露库
https://blog.csdn.net/GZrhaunt/article/details/56839765?tdsourcetag=s_pctim_aiomsg
dubbo学习笔记之依赖检查
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/qq_31156277/article/details/87957292 集群容错 转载地址:https://dubbo.gitbooks.io/dubbo-user-book/content/demos/fault-tolerent-strategy.html 在集群调用失败时,Dubbo 提供了多种容错方案,缺省为 failover 重试。 各节点关系: 这里的 Invoker 是 Provi
dubbo学习笔记之负载均衡
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/qq_31156277/article/details/87958257 负载均衡 转载地址:https://dubbo.gitbooks.io/dubbo-user-book/content/demos/loadbalance.html 在集群负载均衡时,Dubbo 提供了多种均衡策略,缺省为 random 随机调用。 可以自行扩展负载均衡策略,参见:负载均衡扩展 负载均衡策略 Random L
今日推荐
周排行