纳兰涟漪-CSDN博客

原创 TensorLayer保存和读取模型

TensorLayer所谓的保存，只是保存模型和变量的参数，而不是模型本身。这一点和sklearn中的模型保存是有区别的。

2017-10-20 17:42:53 4639 3

原创 185. Department Top Three Salaries

题目：表Employee 有所有员工信息，包括Id，薪水和部所属门Id。 Id Name Salary DepartmentId 1 Joe 70000 1 2 Henry 80000 2 3 Sam 60000 2 4 Max 90000 1 5 Janet 69000 1 6 Randy 8

2017-09-01 18:17:44 425

原创 180. Consecutive Numbers

题目：找出连续出现大于或等于3次的数字。表Logs Id Num 1 1 2 1 3 1 4 2 5 1 6 2 7 2例如：1连续出现3次，结果如下。 ConsecutiveNums 1解析表内的联系，通常采用表的自连接。题目中主要涉及表内连续3次出现同一数字，那么就需要3张表做连接。select distinct a.n

2017-09-01 15:43:29 272

原创 197. Rising Temperature

题目：表 Weather，找到所有温度比前一天高的日期Id。 Id(INT) Date(DATE) Temperature(INT) 1 2015-01-01 10 2 2015-01-02 25 3 2015-01-03 20 4 2015-01-04 30例，输出结果为： Id 2 4解析：只有一个表weather，因此一张

2017-09-01 15:18:52 303

原创 184. Department Highest Salary

题目：表Employee有所有员工的信息。每位员工都有一个Id，薪水和其所属部门的Id。 Id Name Salary DepartmentId 1 Joe 70000 1 2 Henry 80000 2 3 Sam 60000 2 4 Max 90000 1表 Department 存储了所有部门的名称和对应的Id。

2017-09-01 13:43:44 301 1

原创 175. Combine Two Tables

题目：表 Person Column Name Type PersonId int FirstName varchar LastName varcharPersonId是该表的主键。表 Address Column Name Type AddressId int PersonId int City varchar State va

2017-08-29 10:39:50 249

原创 176. Second Highest Salary

题目：找出工资第二高的工资数。表Employee. Id Salary 1 100 2 200 3 300例如工资第二高的是200，则输出。如果没有第二高的数据，则返回空。 SecondHighestSalary 200解析：找出次高值，我们很容易联想到，找出元素中的最大值（利用内函数max（））。但是并没有函数可以直接找到次高值，因此可以max来找到次高

2017-08-29 10:26:40 345

原创 181. Employees Earning More Than Their Managers

题目：Employee 表中有所有雇员及其它们的管理者。每一个员工都有他自己的Id，同时还有一列数据记录了他们管理者的Id。表Employee Id Name Salary ManagerId 1 Joe 70000 3 2 Henry 80000 4 3 Sam 60000 NULL 4 Max 90000 NULL找

2017-08-29 10:16:23 278

原创 182. Duplicate Emails

题目：在表Person中找出重复的email。表 Person Id Email 1 a@b.com 2 c@d.com 3 a@b.com例如: Email a@b.com解析：表中的Id为干扰项，并无实际用处。我们有非常方便的方法找出去重后的列表（利用distinct）但是并没有能够直接找出重复元素的语法。因此，我们不妨换个思路，统计出email中

2017-08-29 10:02:29 274

原创 183. Customers Who Never Order

题目：有两张表Customers和Orders 找出没有点任何东西的顾客。表: Customers. Id Name 1 Joe 2 Henry 3 Sam 4 Max表: Orders. Id CustomerId 1 3 2 1例，输出为: Customers Henry Max解析：首先要注意的事，不要被两个表中的I

2017-08-29 09:53:58 257

原创 595. Big Countries

题目：表World name continent area population gdp Afghanistan Asia 652230 25500100 20343000 Albania Europe 28748 2831741 12960000 Algeria Africa 2381741 37100000 18868

2017-08-29 09:41:18 329

原创 596. Classes More Than 5 Students

题目：表 `courses` 列出选课学生大于等于5人的课程。例子: student class A Math B English C Math D Biology E Math F Computer G Math H Math I Math结果: class Math 根据题目，每一们科目要单独统计学

2017-08-25 11:52:32 259

原创 620. Not Boring Movies

题目：选出id为奇数，并且电影描述（description）不是‘boring’的电影。保持原来排序。例子： id movie description rating 1 War great 3D 8.9 2 Science fiction 8.5 3 irish boring 6.2 4 Ice song Fanta

2017-08-25 11:32:42 238

原创 627. Swap Salary

627. Swap Salary题目：交换男女性别。例子: id name sex salary 1 A m 2500 2 B f 1500 3 C m 5500 4 D f 500结果: id name sex salary 1 A f 2500 2 B m 15

2017-08-25 11:21:52 323

TensorFlow 是谷歌公司开发的深度学习框架，也是目前深度学习的主流框架之一。本书从深度学习的基础讲起，深入TensorFlow框架原理、模型构建、源代码分析和网络实现等各个方面。全书分为基础篇、实战篇和提高篇三部分。基础篇讲解人工智能的入门知识，深度学习的方法，TensorFlow的基础原理、系统架构、设计理念、编程模型、常用API、批标准化、模型的存储与加载、队列与线程，实现一个自定义操作，并进行TensorFlow源代码解析，介绍卷积神经网络（CNN）和循环神经网络（RNN）的演化发展及其TensorFlow实现、TensorFlow的高级框架等知识；实战篇讲解如何用TensorFlow写一个神经网络程序并介绍TensorFlow实现各种网络（CNN、RNN和自编码网络等）并对MNIST数据集进行训练，讲解TensorFlow在人脸识别、自然语言处理、图像和语音的结合、生成式对抗网络等方面的应用；提高篇讲解TensorFlow的分布式原理、架构、模式、API，还会介绍TensorFlow XLA、TensorFlow Debugger、TensorFlow和Kubernetes结合、TensorFlowOnSpark、TensorFlow移动端应用，以及TensorFlow Serving、TensorFlow Fold和TensorFlow计算加速等其他特性。zui后，附录中列出一些可供参考的公开数据集，并结合作者的项目经验介绍项目管理的一些建议。

2017-10-19

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

纳兰涟漪的博客