- 博客(11)
- 资源 (1)
- 问答 (2)
- 收藏
- 关注
原创 django高并发性能提升方案简单归纳
对于后端来说提升性能指标主要有两个一个是并发数,另一个是响应时间网站性能的优化一般包括 web 前端性能优化,应用服务器性能优化,存储服务器优化。前端的优化:1.减少 http 请求,减少数据库的访问量,比如使用雪碧图。2.使用浏览器缓存,将一些常用的 css,js,logo 图标,这些静态资源缓存到本地浏览器,通过设置 http 头中的 cache-control 和 expires 的属性,可设定浏览器缓存,缓存时间可以自定义。3 .对 html,css,javascript 文件进行压缩,减少
2021-08-08 20:27:30
1260
1
原创 json格式文件取出所有key的通用方法(python)
json格式文件取出所有key的通用方法(python)在接口测试时候,我们难免会遇到接口返回关键字查验,有时由于数据量庞大,手工测试成本很高,但是接口自动化时,发现实际key值嵌套比较复杂。demo:观察如下json,我们会发现,dic中嵌套dic,list中也同样嵌套dic。经过思考,最好的解决方案就是用递归解决问题。在网上查了许久,没有找到合适的解决方法。自动动手丰衣足食。我给出的代码如下{ "code":0, "message":"OK", "data":{
2021-02-25 14:35:09
6845
4
原创 工作中常用Linux指令(1)
这篇文章主要是写给自己的,记录一下菜B常用的一些linux指令。cd /目录 进去某个目录cd … 回退上一级目录cd~ 回到根目录ls 显示当前目录下的文件及文件夹ll/ls -l 罗列出当前文件或目录的详细信息,含有时间、读写权限、大小、时间等信息 ,像Windows显示的详细信息。ll是“ls -l"的别名。相当于Windows里的快捷方式。可以理解为 ll 和 ls -l 的功能是相同的, ll 是 ls -l 的别名。cp 主要用来复制文件和目录,将
2020-09-07 00:14:57
262
2
原创 算法基础:python实现链表和二叉树
先说一下手撕链表的代码,然后介绍二叉树。链表需要定义链表节点和链表链式结构。直接上代码:#先定义每个节点的数据结构class ListNode: def __init__(self,data): self.data = data self.next = None#定义链式结构class LinkList: def __init__(self): self.head = None self.bitList = [] #定义数据结构保存节点数据 def linkadd(self
2020-08-01 20:01:25
706
原创 常见面试题:实现微信红包算法
关于这个算法问题,由于刚转CS专业大半年,代码能力还是很辣鸡。在面试过程中第一次遇到,结果凉凉。结束后痛定思过,查了一下网上的实现方法。发现很多文章都是相互copy,写的像翔一样,几乎没看到很详细的,经过自己的整理,把自己写的代码记录一下,希望各位大佬下次再遇到此类问题可以轻松应对。代码是基于Python实现先说一下思路众所周知,红包最小值是0.01,我们每次要抢的数额肯定是要在最大值和最小值之间取随机。比如现在是10块钱,分给10个人。那么有一下几个条件:1.每次取值是随机在当前金额范围内
2020-07-14 17:42:59
1944
4
原创 【论文学习】LightGCN:轻量图卷积
图卷积网络(GCN)已成为协同过滤的新技术。然而,对其建议效力的原因并不十分了解。现有的基于推荐的GCN算法缺乏对GCN算法的深入分析,GCN算法最初是为图分类任务而设计的,具有很多神经网络操作。然而,我们在经验上发现,GCN中最常见的两种设计-特征转换和非线性激活-对协同过滤的性能贡献甚微。更糟糕的是,包括它们会增加培训的难度,降低推荐性能。在这项工作中,我们的目标是简化GCN的设计,使其更简洁、更适合推荐。提出了一种新的协同过滤模型LightGCN,该模型只包含了GCN中最基本的部分-邻域聚集。具体来说
2020-06-04 14:49:58
5697
原创 这可能是你看到最详细的NCF代码讲解(2)模型构造篇
模型构造(代码基于pytorch实现)GMF模型MLP模型NCF模型GMF模型所谓GMF也就是广义的矩阵分解模型。看一下通用框架。实验中就是把用户(user)和项目(item)用one_hot编码的形式映射为 latent vector维度。所谓广义,就是这个模型可以多种用途,不一定就是处理这一类模型。上代码一看究竟:class GMF(nn.Module): def __init__(self, user_num, item_num, factor_num): super
2020-05-15 09:08:58
3422
8
原创 这可能是你看到最详细的NCF代码讲解(1)数据处理篇
最近看了一圈技术栈,感觉无论是自然语言处理或者说是计算机视觉,网上都有一大堆成体系的教学可供参考。但是反观推荐算法这个方向却是寥寥无几。写这篇文章出于两个目的:1.巩固自己的学习,2.对外输出所学。数据集何向南老师github:https://github.com/hexiangnan/neural_collaborative_filtering我们先看一下数据集组成。然后今天说的是 load_dataset做了什么事情。先上代码:导包import pandas as pdimport
2020-05-10 22:55:58
4399
6
原创 初入Kaggle,泰坦尼克号遇难预测项目详解。
train = pd.read_csv('../input/titanic/train.csv')test = pd.read_csv('../input/titanic/test.csv')train.head()老规矩,导入数据集,看一下数据长什么样。因为是一个简单的二分类问题,所以先删除一些无关紧要的特征。比如name,ID之类的,灾难面前众生平等对吧?然后把训练数据分成x,...
2020-05-06 20:42:18
605
转载 深入浅出机器学习常用优化器方法和原理。
原文依照:https://blog.csdn.net/u013733326/article/details/79907419进行缩略和简化,并且加入了自己的一些看法。若有侵权,联系删除。在机器学习中,最简单就是没有任何优化的梯度下降(GD,Gradient Descent),我们每一次循环都是对整个训练集进行学习,这叫做批量梯度下降(Batch Gradient Descent),我们之前说...
2020-05-05 18:55:03
559
原创 SRM(Simple Algorithm for Recommendation) 简单推荐系统算法原理。
SAR是一种快速、可伸缩、自适应的基于用户事务历史的个性化推荐算法。 它的动力是了解项目之间的相似性,并推荐类似的项目与用户现有的亲和力。算法的本质是矩阵分解原理。创建了两个中间矩阵,并用于生成一组推荐分数:-项目相似矩阵????估计项目-项目关系。 -亲和矩阵????估计用户项目关系。然后通过计算矩阵乘法A*S创建推荐分数。算法细节我做了一个xmind思维导图,大家有兴趣可以看一下,具体就不在这里...
2020-03-14 14:01:17
722
1
Simple Algorithm for Recommendation(SAR简单推荐算法).xmind
2020-03-14
关于CNN处理彩色图片卷积核的设置问题。小白入门求指教
2020-03-03
关于机器学习梯度下降求 w 和 b 的问题
2020-02-22
TA创建的收藏夹 TA关注的收藏夹
TA关注的人