test

Atlas-MySQL

我的未来我决定 提交于 2020-02-08 04:29:12
优秀DBA的素质 1 、人品,不做某些事情 2 、严谨,运行命令前深思熟虑,三思而后行,即使是依据select 3 、细心,严格按照步骤一步一步执行,减少出错 4 、心态,遇到灾难,首先要稳住,不慌张,不要受到旁人的影响 5 、熟悉操作系统,Linux系统的工具和命令 6 、熟悉业务 ( 开发 ),编程语言 7 、熟悉行业 8 、喜欢数据库 • 什么是数据? 数据是指对客观事件进行记录并可以鉴别的符号,是对客观事物的性质、状态以及相互关系等进行记载的物理符号或这些物理符号的组合。它是可识别的、抽象的符号。 • 什么是数据库管理系统? 将大量的数据规范的管理在一起的软件 • 数据库管理系统种类 关系型和非关系型 • 关系型数据库的特点   – 二维表   – 典型产品 Oracle传统企业, MySQL是互联网企业   – 数据存取是通过SQL   – 最大特点,数据安全性方面强(ACID) • NoSQL:非关系型数据库(Not only SQL)   – 不是否定关系型数据库,做关系型数据库的的补充。   – 想做老大,先学会做老二。 RDBMS与NoSQL对比 • web1.0时代   企业提供内容,用户浏览,所以关系型数据库够用,并发并不高,所以不需要NoSQL。 • web2.0时代   核心是企业提供平台,用户参与提供内容。这时关系型数据库无法满足需求了。 • 2003

使用es6中import和export报错

梦想与她 提交于 2020-02-08 03:41:12
在学习import和export时,写了一个小demo进行测试 //index.html < script > import test from './test.js' test ( ) < / script > //test.js export default function ( ) { console . log ( '调用了test.js里的export函数了哦' ) } 可是会报错CORS,因为是在本地进行测试的。 Access to script at ‘file:///C:/Users/hp/Desktop/test/test.js’ from origin ‘null’ has been blocked by CORS policy: Cross origin requests are only supported for protocol schemes: http, data, chrome, chrome-extension, https. 所以会有同源问题。把代码放到服务器上后,没了同源问题,但是会报 (index):21 Uncaught SyntaxError: Cannot use import statement outside a module 原因是必须在一个module中使用import 因而解决方法是在引入

使用mysql内存表来代替php session的类

人走茶凉 提交于 2020-02-08 02:43:47
<?php /** @Usage: use some other storage method(mysql or memcache) instead of php sessoin @author:lein @Version:1.2 */ session_start(); if(!isset($_SESSION['test'])){ $_SESSION['test']="123_lein_".date("Y-m-d H:i:s"); } class session{ //session data private $data; //engine,mysql or memcache private $engine; //php session expire time private $sessionexpiredTime; //current user's session cookie value private $sessionID; //session coolie name private $sessionCookieName; public function session($engineBase=NULL,$engineName='mysql',$storage_name='php_session'){ try{ $this->sessionexpiredTime =

CCA(典型相关分析)

邮差的信 提交于 2020-02-08 01:32:07
CCA(典型相关分析) 随机建立数据,对两组数据进行典型相关分析(CCA) import numpy as np import matplotlib.pyplot as plt from sklearn.cross_decomposition import CCA #设置随机种子 np.random.seed(0) n = 500 l1 = np.random.normal(size=n) l2 = np.random.normal(size=n) # print(l1.shape, l2.shape) latents = np.array([l1, l1, l2, l2]).T # print(latents.shape) #加噪处理 X = latents + np.random.normal(size=4 * n).reshape((n, 4)) Y = latents + np.random.normal(size=4 * n).reshape((n, 4)) print(X.shape) #划分数据集 X_train = X[:n // 2] Y_train = Y[:n // 2] X_test = X[n // 2:] Y_test = Y[n // 2:] # print(X_train.shape) # print(Y_train.shape) # print(X

train loss 与 test loss结果分析

谁说胖子不能爱 提交于 2020-02-08 01:29:59
train loss 不断下降,test loss不断下降,说明网络仍在学习; train loss 不断下降,test loss趋于不变,说明网络过拟合; train loss 趋于不变,test loss不断下降,说明数据集100%有问题; train loss 趋于不变,test loss趋于不变,说明学习遇到瓶颈,需要减小学习率或批量数目; train loss 不断上升,test loss不断上升,说明网络结构设计不当,训练超参数设置不当,数据集经过清洗等问题。 ———————————————— 版权声明:本文为CSDN博主「ShellCollector」的原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接及本声明。 原文链接:https://blog.csdn.net/jacke121/article/details/79874555 来源: CSDN 作者: 菜椒123 链接: https://blog.csdn.net/Acmer_future_victor/article/details/104214689

Kaggle | Santander Customer Transaction Prediction(EDA and Baseline)

ぐ巨炮叔叔 提交于 2020-02-08 01:18:16
Santander Customer Transaction Prediction: EDA and Baseline 1 Description At Santander our mission is to help people and businesses prosper. We are always looking for ways to help our customers understand their financial health and identify which products and services might help them achieve their monetary goals. Our data science team is continually challenging our machine learning algorithms, working with the global data science community to make sure we can more accurately identify new ways to solve our most common challenge, binary classification problems such as: is a customer satisfied?

Shell脚本的基本命令

丶灬走出姿态 提交于 2020-02-07 23:54:54
1. 什么是Shell(计算机壳层) 在计算机科学中,Shell俗称壳(用来区别于核),是指“为使用者提供操作界面”的软件(命令解析器) 它类似于 DOS 下的command . com和后来的cmd . exe,它接收用户命令,然后调用相应的应用程序 同时它又是一种程序设计语言,作为命令语言,它交互式解释和执行用户输入的命令或者自动地解释和执行预先设定好的一连串的命令 作为程序设计语言,它定义了各种变量和参数,并提供了许多在高级语言中才具有的控制结构,包括循环和分支 在排序算法中,Shell是希尔排序的名称 简单来说,shell就是用户和系统交互的工具 1 2 3 4 5 6 1. 脚本是一种解释型语言 2. 用shell脚本来保存执行动作 3. 用脚本判定命令的执行条件 4. 用脚本来实现动作的批量执行 1 2 3 4 文字操作系统与外部最主要的接口就叫做shell,shell是操作系统最外面的一层 shell管理你与操作系统之间的交互:等待你输入,向操作系统解释你的输入,并且处理各种各样的操作系统的输出结果 shell提供了你与操作系统之间通讯的方式,这种通讯可以: 以交互方式(从键盘输入,并且可以立即得到响应),或者以shell script ( 非交互)方式执行 shell script是放在文件中的一串shell和操作系统命令,它们可以被重复使用 本质上,shell

JSTL的使用

烂漫一生 提交于 2020-02-07 23:45:52
使用JSTL前的准备 想要使用JSTL,首先需要给工程导入JSTL的包(JSTL.jar和standard.jar). JSTL标签库 在JSTL中分为以下五个标签 核心标签 格式化标签 SQL标签 XML标签 JSTL函数 使用不同的标签的时候需要在JSP中引入不同的库 核心标签(Core): 引入标签库 1 <% @taglib prefix= "c" uri= "http://java.sun.com/jsp/jstl/core" %> <c:set> <c:set> 等同于JSP中的 session的setAttribute() 方法 使用方法: 1.<c:set var=”名字” value=”值”/> 2.<c:set var=”名字”>值</c:set> <c:out> <c:out> 等同于 JSP中的 <%= %> 使用方法: <c:out value=”需要输出的值”> 在这里可以用EL表达式来进行输出session中的Attrbute 例: <c:set var=”test” value=”这是一个测试”> <c:out value=”${test}”> 输出结果: 这是一个测试 <c:remove> <c:remove> 和c:set标签正好相反,c:set标签是设置setAttrbute 这个标签则是 删除 Attrbute中设置的值 等同于

类模板深度剖析

隐身守侯 提交于 2020-02-07 21:40:44
多参数类模板,类模板可以定义多个不同类型的参数 template <typename T1,typename T2> class Test { public: void add(T1 a,T2 b); } //使用方式 //需要指定每一个类型参数 //int --->T1 //float--->T2 Test<int,float> t; 令人惊讶的特性:类模板可以被特化 指定类模板的特定实现 部分类型参数必须显示指定 根据类型参数分开实现类模板 如下图所示,我们指定实际类型参数时,如果T1,T2是相同的类型,编译器会优先选择右边的类模板的实现,这两个类模板不会发生同名冲突的问题,编译器会把它们理解为同一个模板,只是根据类型参数来选择是使用哪一个模板。 类模板的特化类型 部分特化---用特定规则约束类型参数(即使特殊了,参数仍然是一个泛指类型) 完全特化---完全显示指定类型参数 如下图所示为完全特化:如果要使用Test类模板的时候完全显示指定泛指类型T1,T2都为int的时候,编译器会选择使用右边的完全特化的类模板来实现。 类模块特化注意事项 特化只是模块的分开实现,本质上是同一个类模块。 特化模块的使用方式是统一的,必须是显示指定每一个类型参数 范例程序 #include <iostream> #include <string> using namespace std;

机器学习实战 之创建测试集

女生的网名这么多〃 提交于 2020-02-07 21:12:24
机器学习实战 基于Scikit-Learn和TensorFlow 之创建测试集 第二章端到端的机器学习项目 之 创建测试集 P53 用标识符来决定数据是否进入测试集 import hashlib # 把任意长度的数据转换为一个长度固定的数据串 def test_set_check ( identifier , test_ratio , hash ) : return hash ( np . int64 ( identifier ) ) . digest ( ) [ - 1 ] < 256 * test_ratio # 判断哈希值的最后一个字节是否满足要求 def split_train_test_by_id ( data , test_ratio , id_column , hash = hashlib . md5 ) : ids = data [ id_column ] # 按索引找出id in_test_set = ids . apply ( lambda id_ : test_set_check ( id_ , test_ratio , hash ) ) # 对所有数据进行划分 return data . loc [ ~ in_test_set ] , data . loc [ in_test_set ] #返回满足条件的划分为训练集和测试集 其中的函数解释说明: hash