- 博客(8)
- 收藏
- 关注
RSS订阅原创 Python 预编译SQL
看来优化的王道还是尽量减少sql的执行次数，比方说，把一条条的执行修改为 userid in (一批userId)。按道理说预编译在进行批量执行的时候，速度会提升才对，但是经过实际测试：1000条用户数据，同样的sql语句。第二段采用预编译的执行时间是40秒。预编译的速度竟然慢了这么多。在python中经常执行批量sql查询命令，原先采用的包是MysqlDB这个，第一段代码执行时间 均值是 19秒，
2023-10-21 16:46:39
187
1
原创 python requests 模块如何设置全局代理
但是有些时候，要用别人写好的库中request调用某些网站，而这些网站需要翻墙，就需要全局代理了。
2023-09-28 14:21:33
585
原创 使用tensorflow 实现rnn (1)
先使用tensorflow来做rnn图片分类器# 以一个图片分类为例，只需要知道最后一个维度的预测结果# 本实例中，一个图片有20行，如果以评论为例，则表示一条评论有多少个字n_steps = 20# 一行有200维数据，评论的话，就是一个字使用多少维数据表示n_inputs = 200# GRUcell 隐藏单元数n_hidden = 800x = tf.placeholde...
2019-12-25 20:45:32
124
原创 TFRecord
首先先说明一下，目前我在做图片分类的时候，feed进入的图片数据是怎么做的？1，有一个函数可以读取出所有图片的路径，并有一个label映射，这个函数本身还有打乱数据的功能2，训练时，为了防止OOM，每次读取一部分图片进行训练。这个过程倒是挺简单，但是问题在于，所有的数据都很分散，每次新增图片，或者删减图片都不清楚，并且如果要迁移到一台新的训练机器上数据量越大迁移时间越长。并且训练时候读...
2019-12-23 20:09:45
95
原创 tf.losses.sparse_softmax_cross_entropy()
损失函数，经常用语多分类，相比于softmax交叉熵，其区别主要在于，softmax 的label是onehot编码的，如[0,0,1],而sparse它的label是一个可能性最高位置的索引。logits = tf.constant([0.1,0.1,0.8])labels = tf.constant([2])labels2 = tf.constant([0,0,1])y1 = tf...
2019-12-19 12:15:01
4249
原创 tf.squeeze()
网上有很多关于这个的解释，感觉解释的不清楚解释：删除维度为1的张张量，举例说明，如果一个张量，shape为(100,1,1,100,3) 经过这个函数处理之后就变成了(100,100,3)import tensorflow as tfimport numpy as npdata = np.ones((100,1,1,100,3))x = tf.placeholder(tf.floa...
2019-12-18 19:27:41
214
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人