- 博客(162)
- 资源 (5)
- 收藏
- 关注
原创 MySQL必知必会 -- 草稿
第20章 更新和删除数据。第21章 创建和操纵表。第23章 使用储存过程。第26章 管理事务处理。第18章 全文本搜索。第25章 使用触发器。
2024-05-25 00:54:33 192
原创 RESTful API设计
RESTful接口设计,主要可以关注以下四个方面请求路径确定具体作资源,结合需求,可以适当加路径前后缀,或者使用参数路径方式请求方法:根据接口实际功能,针对资源的CRUD找合适方法资源从无到有:POST资源从有到无:DELETE资源从A状态到B状态:PUT资源状态不改变:GET请求参数:根据接口实现功能按需传入参数请求响应:根据接口实现,客户端调用要求,决定具体返回值,建议使用ISON格式。
2024-05-24 01:09:27 154
原创 SELECT ... FOR UPDATE浅析
但是这时用户操作另一个网上银行客户端,转账1元,如果最终两笔操作都成功了,用户的账号余款是9999人民币,第一次转的9000人民币并没有得到更新,但是在转账的另一个账号却会收到这9000元,这导致的结果就是钱变多,而账不平。具体的,可以使用一个带有注释的。因此,丢失更新是程序员最容易犯的错误,也是最不易发现的一个错误,因为这种现象只是随机的、零星出现的,不过其可能造成的后果却十分严重。丢失更新是另一个锁导致的问题,简单来说其就是一个事务的更新操作会被另一个事务的更新操作所覆盖,从而导致数据的不一致。
2024-05-21 01:54:57 309
原创 Docker学习笔记
Docker是一种轻量级的容器化技术,相比传统虚拟机具有更高的资源利用率、更快的启动时间、更好的可移植性、更高的部署效率和更少的系统开销。它提供了更便捷、一致的环境和部署方式,适用于构建、交付和运行应用程序。跟普通虚拟机的对比。
2024-05-20 02:02:07 1004
原创 多线程浅谈
Python 中的多线程通常用于处理I/O密集型任务,如网络请求、文件读写操作等,以及需要等待外部事件的情况。需要注意的是,由于Python的全局解释器锁(GIL)的限制,Python 中的多线程并不能充分利用多核处理器。如果需要充分利用多核处理器,可以考虑使用多进程(模块)或异步编程(asyncio模块)。
2024-05-19 17:06:18 794
原创 RabbitMQ学习笔记
消息队列是一种通信模式,用于在应用程序之间传递消息。在软件系统中,消息队列常用于微服务架构、异步任务、应用解耦等场景,可以提高系统的可伸缩性、可靠性和灵活性。
2024-05-05 14:25:44 921 2
原创 Flask权限系统设计
Flask 是一个使用 Python 编写的 Web 应用程序框架,它可以轻松地实现各种功能,包括 RBAC(基于角色的访问控制)权限系统。RBAC 是一种常见的权限管理模型,它通过定义角色和分配权限来管理用户对系统资源的访问。
2024-05-03 23:13:53 163 1
原创 Flask框架学习笔记
Flask是一个基于Python的轻量级Web应用框架,它简洁、易用,成为了许多开发人员的首选Python Web框架。核心特点。
2024-05-02 19:36:11 372
原创 机器学习Python实践
第一部分初初始1 初识机器学习2 Python机器学习的生态圈import scipyimport numpyimport matplotlibimport pandasimport sklearnprint('scipy:{}'.format(scipy.__version__))print('numpy:{}'.format(numpy.__version__))print('matplotlib:{}'.format(matplotlib.__version__))print(
2024-04-11 15:18:37 443
翻译 从零开始NLP: 使用字符级 RNN 对名称进行分类
and我们将构建并训练一个基本的字符级循环神经网络(RNN)来对单词进行分类。本教程与其他两个 "从零开始 "的自然语言处理(NLP)教程和展示了如何预处理数据以建立 NLP 模型。特别是,这些教程没有使用 torchtext 的许多便利功能,因此您可以看到如何在较低水平上进行预处理以建立 NLP 模型。字符级 RNN 将单词读作一系列字符,每一步都会输出预测结果和 “隐藏状态”,并将上一步的隐藏状态输入下一步。我们将最终预测作为输出,即单词属于哪一类。
2024-04-07 08:52:48 20
翻译 利用更好的Transformer进行快速转换推理
nn.moduleclasses, and本教程介绍 PyTorch 1.12 版本中的 Better Transformer (BT)。在本教程中,我们将展示如何使用 Better Transformer 与 torchtext 一起进行生产推理。Better Transformer 是一种生产就绪的快速路径,可加速 Transformer 模型的部署,并在 CPU 和 GPU 上实现高性能。对于直接基于 PyTorch 核心nn.module。
2024-04-07 08:50:47 30
翻译 使用 TensorBoard 可视化模型、数据和训练
In thenn.Module在中,我们将向您展示如何加载数据、将数据输入我们定义为nn.Module子类的模型、在训练数据上训练该模型以及在测试数据上测试该模型。为了了解发生了什么,我们会在模型训练时打印出一些统计数据,以了解训练是否正在进行。不过,我们可以做得更好:PyTorch 与 TensorBoard 集成,TensorBoard 是一款用于可视化神经网络训练结果的工具。本教程使用数据集说明了它的部分功能,可以使用 torchvision.datasets 将该数据集读入 PyTorch。
2024-04-07 08:48:38 30
翻译 使用 PyTorch 进行深度学习:60 分钟速成
Deep Learning with PyTorch: A 60 Minute BlitzAuthor: Soumith ChintalaWhat is PyTorch?PyTorch is a Python-based scientific computing package serving two broad purposes:A replacement for NumPy to use the power of GPUs and other accelerators.An automati
2024-04-07 08:44:06 11
翻译 PyTorch 快速入门
大多数机器学习工作流涉及处理数据、创建模型、优化模型参数和保存训练好的模型。本教程将向您介绍用 PyTorch 实现的完整 ML 工作流,并提供链接以了解有关这些概念的更多信息。我们将使用 FashionMNIST 数据集来训练一个神经网络,以预测输入图像是否属于以下类别之一:T 恤/上衣、裤子、套头衫、连衣裙、外套、凉鞋、衬衫、运动鞋、包或踝靴。本教程假定您已基本熟悉 Python 和深度学习概念。
2024-04-04 16:39:35 80
原创 Pandas学习笔记
围绕Pandas Cheet Sheet,增加相应的样例代码,从而在不丢失简明的基础上,逐步深入,从而能快速掌握Pandas
2024-03-31 13:50:49 954
人件集:人性化的软件开发
2018-05-28
禅与摩托车维修艺术
2018-05-28
深入浅出面向对象分析与设计
2018-01-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人