SQL第二章(初级)

一:批处理

理解批处理的概念

批处理是作为一个逻辑单元的T-SQL语句。如果一条语句不能通过语法分析,那么不会运行任何语句。如果一条语句在运行时失败,那么产生错误的语句之前的语句都已经运行了。

  为了将一个脚本分为多个批处理,可使用GO语句。

  GO语句的特点:

  1.   GO语句必须自成一行,只有注释可以再同一行上。
  2.   它使得自脚本的开始部分或者最近一个GO语句以后的所有语句编译成一个执行计划并发送到服务器,与任何其他批处理无关。
  3.   GO语句不是T-SQL命令,而是由各种SQL Server命令实用程序(如:Management Studio中的"查询"窗口)识别的命令。

二:局部变量和全局变量
    局部变量
    ①局部变量必须用@前缀
    ②先声明,再赋值
    ③只在定义它的局部范围内有效

        --声明变量  
            --DECLARE @变量名  数据类型
            DECLARE @id char (10)   --声明一个长度为个字符的变量id
            DECLARE @age int   --声明一个存放职员年龄的整型变量

        --变量赋值 
            --SET @变量名 = 值 :用于普通的赋值
            SET @age = 20
            --SELECT  @变量名 = 值:用于从表中查询数据并赋值
            SELECT @id = '11111'

        --使用变量            
            --找王五学号前后的同学
            declare @sid int 
            select @sid = stuid  from StuInfo where stuname='王五'
            print '王五的学号为:' + convert(varchar(20),@sid)
            select * from StuInfo where stuid=@sid-1 or stuid=@sid+1

使用select 进行赋值时如果查询到的是一个结果集 那么变量得到的值是最后一条记录      

三:输出语句

--print  变量或表达式:以消息形式进行显示
        PRINT '数据库服务器名:' + @@SERVICENAME
        print 15 * 8
    
    --select 变量或表达式:以表格形式进行显示
        SELECT 15 * 8 
        select '数据库服务器名:' + @@SERVICENAME

    --强制类型转换 convert(要转成的数据类型,要转换的值)

四:循环语句

(一) .IF-ELSE条件语句
 语法:IF()
       语句或语句块
     ELSE
       语句或语句块
若有多条语句,则使用语句块,语句块使用BEGIN...END表示,其作用相当于Java语句的“{}”符号。
 IF()
     BEGIN
      语句1
     语句1
     .....
     END
ELSE

(二).CASE 多分支语句:相当于多重if语句
  语法:
   CASE
      WHEN 条件1 THEN 结果1
      WHEN 条件2 THEN 结果2
      [ELSE 其他结果]
   END

(三). WHILE 循环语句 :在循环语句中使用continue和break关键字来控制语句的执行。
  语法:
   WHILE(条件)
    语句或语句块
    [BREAK]

使用break关键字从最内层的while循环中退出。


            

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值