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