OLAP
OLAP参考 ：https://www.zhihu.com/question/24110442/answer/851671343
OLTP（on-line transaction processing）翻译为联机事务处理， OLAP（On-Line Analytical Processing）翻译为
...
数据库扩展性问题
Posted on
Words count in article:
5.2k
|
Reading time ≈
18
数据库扩展性问题NoSQLNoSQL数据库有四大分类：
分类
Examples
典型应用场景
数据模型
优点
缺点
键值 key-value
Riak,Redis,Voldmort
内容缓存，用于处理大量数据的高访问负载，也用于一些日志系统等
Key指向Value的键值对，通常用哈希
...
分布式数据库事务
Posted on
Words count in article:
5.8k
|
Reading time ≈
20
分布式数据库事务概述对于部署在云上的服务，仅仅由一台服务器来承载流量是不够的，因此数据库会被扩展到多台主机上。主要有两种扩展模式：
分库/分表的扩展模式。这意思就是，在每一个节点(服务器)上，运行一套独立的数据库，然后在上面铺一层中间件，在收到了用户的请求之后，由中间件分发给节点来处理。运用这种模
...
计算机视觉-检测和分割
Posted on
Words count in article:
2k
|
Reading time ≈
7
计算机视觉-检测和分割在第一章我们了解过常见的CV任务，主要有：图像分类、语义分割、分类+定位、目标检测、实例分割
图像分类CV最常见的就是图像分类了，比如说利用AlexNet对图像进行分类，最后输出对图像的预测分数
在图像分类的基础上，延伸出来几个其他作用，下面一一介绍
语义分割语义分割就是对
...
计算机视觉-图像分类
Posted on
Words count in article:
1.8k
|
Reading time ≈
6
计算机视觉-图像分类在上一节课我们主要讲了计算机视觉的最主要的几个任务：图像分类、定位+分割、目标检测、语义分割、实例分割。现在我们来着重看计算机视觉中最基础的任务——图像分类。有了图像分类，我们才可以做定位+分割、目标检测等更高阶的任务。
图像分类任务图像分类任务，顾名思义，就是对于一张输入的图片
...
计算机视觉-损失函数和优化
Posted on
Words count in article:
4.5k
|
Reading time ≈
19
损失函数和优化损失函数对于线性分类器，常常需要定义一个衡量输出分数好坏的函数——损失函数。然后，我们可以通过这个损失函数，去反推参数，最终让损失函数达到最小值，这就是优化的过程。
我们来举一个例子：
我们令训练集为 ${(xi,y_i )}{i=1}^N$ , $x_i$ 为第i个图片，$y_i\i
...
注意力机制
Posted on
Words count in article:
2.7k
|
Reading time ≈
9
注意力机制RNNs+attention在写 循环神经网络 这篇博客的时候，我曾简单讲过注意力机制的原理及其作用。现在我们来详细学习一下注意力机制。
首先，我们要知道注意力机制在RNN中的作用有哪些？
计算机视觉中的应用： 图片描述
自然语言处理中的应用：机器翻译
不使用注意力机制-图像识别
我们
...
生成模型
Posted on
Words count in article:
4.7k
|
Reading time ≈
18
生成模型到现在为止，我们学习的所有模型都是有监督学习。
给定数据x和标签y，学习$x\rightarrow y$ 的映射，并以此预测新的数据的标签
应用场景如：图像分类，图像描述，目标检测，语义/实例分割，图像复原，风格转换等等。
那么，什么是无监督学习及其应用呢？
对于海量数据来讲，是没有标
...
循环神经网络
Posted on
Words count in article:
4.6k
|
Reading time ≈
17
循环神经网络循环神经网络和卷积神经网络处理的数据类型是不一样的。卷积神经网络可是用来处理矩阵类型的数据，而生活中有很多数据是序列型的，且没有固定的长度、大小。因此CNN并不是非常适合用来处理这些数据。
因此我们提出了 RNN (Recurrent Neural Networks)，其想法就是，采用重
...
计算机视觉-卷积神经网络
Posted on
Words count in article:
4.1k
|
Reading time ≈
16
计算机视觉-卷积神经网络在卷积神经网路理论中，我们简单介绍了一下卷积神经网络的原理，现在我们来系统学习神经网络的相关知识。
正向传播在 神经网络和反向传播 中，我们学习了全连接层，那么，全连接层有什么缺陷呢？
第一层假设是 $x\in \mathbb R^{100\times100\times 3}
...