摘要：
二分查找，就是对于已排好序的序列，查找某个值，每次都对比中间值，比中间值小，就去序列前面找，否则就去后面找，知道找到为止，否则返回-1。 这里分递归和非递归两种方式组成，其中非递归方式调用的适合更符合日常习惯。 ll=[1,3,5,7,9,11,13,15] #递归方式 def Binary_sea 阅读全文
摘要：
快速排序算法，总体来说就是选一个基准值，把小于基准值的分一拨，把大于基准值的分到另一拨，然后递归。 有区别的是，分区算法有差异，最直接的是，选个基准值，定义两个列表（小值分区less和大值分区great），然后挨个比较，小的追加到less，大的追加到great 再有就是，选个基准值，先从右边开始比， 阅读全文
摘要：
CNN中减少参数的2两个规则： 1、局部感知。生物学中，视觉皮层的神经元是局部感知信息的，只响应某些特定区域的刺激；图像的空间联系中，局部的像素联系较为紧密，距离较远的像素相关性较弱。 这个对应于算法中卷积核的大小，mnist手写识别在28*28的像素中取patch为5*5。 上图中：左边是全连接， 阅读全文
摘要：
1、count函数里写表达式 2、计算时间差值 阅读全文
摘要：
exists和in的使用方式： 1、exists是对外表做loop循环，每次loop循环再对内表（子查询）进行查询，那么因为对内表的查询使用的索引（内表效率高，故可用大表），而外表有多大都需要遍历，不可避免（尽量用小表），故内表大的使用exists，可加快效率； 2、in是把外表和内表做hash连接 阅读全文
摘要：
来自官网的Spark Programming Guide，包括个人理解的东西。 这里有一个疑惑点，pyspark是否支持Python内置函数（list、tuple、dictionary相关操作）？思考加搜索查询之后是这么考虑的：要想在多台机器上分布式处理数据，首先需要是spark支持的数据类型（要使 阅读全文
摘要：
来自官网DataFrames、DataSets、SQL，即sparkSQL模块。 通过dataframe接口，sparkSQL支持多种数据源的操作。可以把dataframe注册为临时视图，也可以通过关系转换。 1）默认格式是parquet，这是一种columnar（柱状的，按列的）的格式，按列存储（ 阅读全文
摘要：
来自官网DataFrames、DataSets、SQL，即sparkSQL模块。 spark2.0之前，主要的数据格式是RDD（弹性分布式数据集）。spark2.0之后，使用Dataset代替RDD；再，Datasets在Python中是Datasets[Row]，故称之为DataFrame，与Py 阅读全文
摘要：
考虑到要是自己去做一个项目，那么第一步是如何把数据导入到代码中，何种形式呢？是否需要做预处理？官网中给的实例mnist，数据导入都是写好的模块，那么自己的数据呢？ 一、从文件中读取数据（CSV文件、二进制文件、图片或其他格式） 读取文件，都需要一个阅读器reader和一个转换解码操作decode，不 阅读全文
摘要：
初识TensorFlow，看了几天教程后有些无聊，决定写些东西，来夯实一下基础，提供些前进动力。 一、Session.run()和Tensor.eval()的区别： 最主要的区别就是可以使用sess.run()一步获取多个Tensor值，而tensor.eval()只能获取当前tensor值。比如： 阅读全文