- 最近在项目中遇到ORACLE START WITH ... CONNECT BY PRIOR这类型的语句比较多，这类型的语句没办法直接在DWS上直接执行，需要通过DSC工具转化为GaussDB(DWS)的语法。DSC能够处理绝大部分这类型的SQL ，但是仍然有部分特殊的写法，如CONNECT_BY_ROOT 字段、CONNECT_BY_LEAF、SYS_CONNECT_BY_PATH、PRI... 最近在项目中遇到ORACLE START WITH ... CONNECT BY PRIOR这类型的语句比较多，这类型的语句没办法直接在DWS上直接执行，需要通过DSC工具转化为GaussDB(DWS)的语法。DSC能够处理绝大部分这类型的SQL ，但是仍然有部分特殊的写法，如CONNECT_BY_ROOT 字段、CONNECT_BY_LEAF、SYS_CONNECT_BY_PATH、PRI...
- Spark Hive自定义函数使用解析1. 简介Spark目前支持UDF，UDTF，UDAF三种类型的自定义函数。UDF使用场景：输入一行，返回一个结果，一对一，比如定义一个函数，功能是输入一个IP地址，返回一个对应的省份。UDTF使用场景: 输入一行，返回多行(hive),一对多, 而sparkSQL中没有UDTF， spark中用flatMap即可实现该功能。UDAF: 输入多... Spark Hive自定义函数使用解析1. 简介Spark目前支持UDF，UDTF，UDAF三种类型的自定义函数。UDF使用场景：输入一行，返回一个结果，一对一，比如定义一个函数，功能是输入一个IP地址，返回一个对应的省份。UDTF使用场景: 输入一行，返回多行(hive),一对多, 而sparkSQL中没有UDTF， spark中用flatMap即可实现该功能。UDAF: 输入多...
- 实战营第八章课程实践中，我们已经学习了语音识别领域的常见任务，并使用Librosa工具绘制音频的波形图、频谱图和MFCC特征图，作业里更是要求使用Librosa工具对音频文件进行变声处理。Librosa功能强大，这里我们来学习一下如何配合noisereduce工具进行语音降噪。首先我们准备一段清晰的音频文件，见附件a.wav或者b.wavdata, rate = librosa.load(t... 实战营第八章课程实践中，我们已经学习了语音识别领域的常见任务，并使用Librosa工具绘制音频的波形图、频谱图和MFCC特征图，作业里更是要求使用Librosa工具对音频文件进行变声处理。Librosa功能强大，这里我们来学习一下如何配合noisereduce工具进行语音降噪。首先我们准备一段清晰的音频文件，见附件a.wav或者b.wavdata, rate = librosa.load(t...
- 给图片添加文字说明一直是AI里非常具有挑战性的一个课题，首先我们需要用CV来理解图片中的内容，接着是用NLP将理解到信息转化成文字，本文我们将分为以下几块：准备图像以及对应文字说明来训练模型设计并训练文字说明自动生成模型评估生成模型并测试图片以及说明文字数据库这里我们使用的是Flickr8K dataset，一共有8000张图片以及对应每一张图片一共有5条说明文字1000268201_693... 给图片添加文字说明一直是AI里非常具有挑战性的一个课题，首先我们需要用CV来理解图片中的内容，接着是用NLP将理解到信息转化成文字，本文我们将分为以下几块：准备图像以及对应文字说明来训练模型设计并训练文字说明自动生成模型评估生成模型并测试图片以及说明文字数据库这里我们使用的是Flickr8K dataset，一共有8000张图片以及对应每一张图片一共有5条说明文字1000268201_693...
- 本文介绍了一种防止删库跑人的办法。 本文介绍了一种防止删库跑人的办法。
- 周杰伦几乎陪伴了每个90后的青春，那如果AI写杰伦风格的歌词会写成怎样呢？ 周杰伦几乎陪伴了每个90后的青春，那如果AI写杰伦风格的歌词会写成怎样呢？
- 生产排程问题简介： 生产排程问题源于工业生产，具有重要的实际意义和经济价值； 由于实际情况复杂、限制条件多变，相关问题种类繁多； 求解方法和思路众多，以启发式方法为主。 生产排程问题简介： 生产排程问题源于工业生产，具有重要的实际意义和经济价值； 由于实际情况复杂、限制条件多变，相关问题种类繁多； 求解方法和思路众多，以启发式方法为主。
- 1 主要方法小样本学习的主流思路都是利用辅助数据集，迁移特征提取、定位、分类等相关知识到目标域，以便在目标任务上利用小样本也能获取较好的识别效果文献报道的实验，针对新类，选择相关的类别作为基类，以构成更有效果的知识迁移，下表对相关文献中基类与新类关系进行统计2 小样本与大样本检测比较分别列出基于Pascal VOC、MS-COCO数据集上的识别结果对比。对于Pascal VOC，小样本检测已... 1 主要方法小样本学习的主流思路都是利用辅助数据集，迁移特征提取、定位、分类等相关知识到目标域，以便在目标任务上利用小样本也能获取较好的识别效果文献报道的实验，针对新类，选择相关的类别作为基类，以构成更有效果的知识迁移，下表对相关文献中基类与新类关系进行统计2 小样本与大样本检测比较分别列出基于Pascal VOC、MS-COCO数据集上的识别结果对比。对于Pascal VOC，小样本检测已...
- 作为本系列的第二篇文章，主要介绍一些经典的度量学习算法，包括传统的非深度学习算法和目前热门的深度学习算法。 作为本系列的第二篇文章，主要介绍一些经典的度量学习算法，包括传统的非深度学习算法和目前热门的深度学习算法。
- Numpy中为了避免python中的slice操作的拷贝开销，引入了view机制。在pthon中，如下代码中b会拷贝a的数据a = list(range(10))b = a[:5]而在numpy中由于view机制，如下代码b只是引用a中的数据a = np.arange(10)b = a[:5]平时来看是节约内存提升效率的一个机制，但是里面隐藏了一个坑。。。经常会碰到在循环内取出numpy数组... Numpy中为了避免python中的slice操作的拷贝开销，引入了view机制。在pthon中，如下代码中b会拷贝a的数据a = list(range(10))b = a[:5]而在numpy中由于view机制，如下代码b只是引用a中的数据a = np.arange(10)b = a[:5]平时来看是节约内存提升效率的一个机制，但是里面隐藏了一个坑。。。经常会碰到在循环内取出numpy数组...
- 概览：The Hadoop File System简称HDFS，是设计用于进行分布式的高可靠性的并且有着大带宽IO需求的文件存储系统。成千上万台的计算机可以加入到HDFS系统，并且存储成本不会因为扩容而降低他的性价比。 1.简介Hadoop为MapReduce算法提供了一个大数据分布式存储框架。Hadoop框架一个非常重要的性质是把数据进行了切分并存储到了很多的服务器上，并且会在这些机器上进... 概览：The Hadoop File System简称HDFS，是设计用于进行分布式的高可靠性的并且有着大带宽IO需求的文件存储系统。成千上万台的计算机可以加入到HDFS系统，并且存储成本不会因为扩容而降低他的性价比。 1.简介Hadoop为MapReduce算法提供了一个大数据分布式存储框架。Hadoop框架一个非常重要的性质是把数据进行了切分并存储到了很多的服务器上，并且会在这些机器上进...
- 陈旧的黑白老照片，尘封的是一段段珍藏的记忆；给旧时光上色，好像那些故事都鲜活了起来。 本文将分享如何在ModelArts上用AI给黑白照片以及视频自动上色。 陈旧的黑白老照片，尘封的是一段段珍藏的记忆；给旧时光上色，好像那些故事都鲜活了起来。 本文将分享如何在ModelArts上用AI给黑白照片以及视频自动上色。
- GaussDB(DWS)分布式数据库业务设计优化1、根据应用逻辑设计数据库根据业务逻辑，抽象出表定义，表其实就是描述了实体的各个属性；根据业务逻辑，判断表在数据库中的存储方式；优化表定义和查询语句；2、行存储和列存储的特点能够根据数据特征自适应的选择压缩算法，平均压缩比7:1；根据预置的时间策略对数据自动压缩；压缩数据可通过数据库接口继续访问，压缩过程对应用透明；压缩数据可直接访问，对业务透... GaussDB(DWS)分布式数据库业务设计优化1、根据应用逻辑设计数据库根据业务逻辑，抽象出表定义，表其实就是描述了实体的各个属性；根据业务逻辑，判断表在数据库中的存储方式；优化表定义和查询语句；2、行存储和列存储的特点能够根据数据特征自适应的选择压缩算法，平均压缩比7:1；根据预置的时间策略对数据自动压缩；压缩数据可通过数据库接口继续访问，压缩过程对应用透明；压缩数据可直接访问，对业务透...
- 本文是《基于学习的运筹优化算法进展与发展趋势》的第二篇，主要介绍了基于学习的运筹优化算法、类型以及优缺点，同时介绍了发展趋势。 本文是《基于学习的运筹优化算法进展与发展趋势》的第二篇，主要介绍了基于学习的运筹优化算法、类型以及优缺点，同时介绍了发展趋势。
- 本文提供了GaussDB(DWS)存储过程实现作业执行过程的日志记录方法示例，根据该示例可以更好的为业务开发提供业务的日志审计和作业审查工作。 本文提供了GaussDB(DWS)存储过程实现作业执行过程的日志记录方法示例，根据该示例可以更好的为业务开发提供业务的日志审计和作业审查工作。
上滑加载中
推荐直播
-
OpenHarmony应用开发之网络数据请求与数据解析2025/01/16 周四 19:00-20:30
华为开发者布道师、南京师范大学泰州学院副教授，硕士研究生导师，开放原子教育银牌认证讲师
科技浪潮中，鸿蒙生态强势崛起，OpenHarmony开启智能终端无限可能。当下，其原生应用开发适配潜力巨大，终端设备已广泛融入生活各场景，从家居到办公、穿戴至车载。 现在，机会敲门！我们的直播聚焦OpenHarmony关键的网络数据请求与解析，抛开晦涩理论，用真实案例带你掌握数据访问接口，轻松应对复杂网络请求、精准解析Json与Xml数据。参与直播，为开发鸿蒙App夯实基础，抢占科技新高地，别错过！
回顾中 -
Ascend C高层API设计原理与实现系列2025/01/17 周五 15:30-17:00
Ascend C 技术专家
以LayerNorm算子开发为例，讲解开箱即用的Ascend C高层API
回顾中
热门标签