dim

一、变量的声明 一般来说，变量必须先声明后使用。即告诉编译器在程序中使用了哪些变量，及为变量开辟多大的内存空间。 声明变量有两种方式：隐式声明、显式声明。 1隐式声明：vb的变量可以不经声明直接使用（但不易检查错误，不建议使用） 2显式声明：用声明语句创建变量。格式为：declare 变量名 as 类型 强制显式声明变量： 为了避免写错变量名引起的麻烦，可在类模块、窗体模块或标准模块的声明段中加入语句Option Explicit，VB将自动检查程序中是否有未定义的变量，若有将显示错误信息。 声明语句有以下四种格式： 1、Dim＜变量名＞[As＜数据类型＞] 用于在标准模块（Module）、窗体模块（Form）或过程（Procedure）中定义变量或数组。 用Dim语句在窗体的过程中声明的变量称为局部变量，其作用域仅局限在本过程内部，过程一旦执行完毕，其值也就消失了。 2、Private＜变量名＞[As＜数据类型＞] 用于声明模块变量。 如果要在一个窗体模块的所有过程中共享同一个变量，则应在这个窗体模块的声明段用Private语句进行声明。这种变量称为模块级变量，其作用域为整个窗体模块。 3、Public＜变量名＞[As＜数据类型> ] 用于在标准模块中定义全局变量或数组。 如果在标准模块的声明段中用Public关键字来声明模块级变量，那么这个变量的作用域是整个工程

知识图谱（Knowledge Graph，KG）可以理解成一个知识库，用来存储实体与实体之间的关系。知识图谱可以为机器学习算法提供更多的信息，帮助模型更好地完成任务。 在推荐算法中融入电影的知识图谱，能够将没有任何历史数据的新电影精准地推荐给目标用户。 实例描述 现有一个电影评分数据集和一个电影相关的知识图谱。电影评分数据集里包含用户、电影及评分；电影相关的知识图谱中包含电影的类型、导演等属性。 要求：从知识图谱中找出电影间的潜在特征，并借助该特征及电影评分数据集，实现基于电影的推荐系统。 本实例使用了一个多任务学习的端到端框架MKR。该框架能够将两个不同任务的低层特征抽取出来，并融合在一起实现联合训练，从而达到最优的结果。有关MKR的更多介绍可以参考以下链接： https://arxiv.org/pdf/1901.08907.pdf 一、准备数据集 在1901.08907.pdf的相关代码链接中有3个数据集：图书数据集、电影数据集和音乐数据集。本例使用电影数据集，具体链接如下： https://github.com/hwwang55/MKR/tree/master/data/movie 该数据集中一共有3个文件。 item_index2entity_id.txt：电影的ID与序号。具体内容如图1所示，第1列是电影ID，第2列是序号。 kg.txt：电影的知识图谱

IoU 是目标检测里面的一个基本的环节，这里看到别人的代码，感觉还是挺高效的，就记录一下： torch.Tensor.expand torch.Tensor.expand(*sizes) → Tensor 这是一个pytorch的函数，sizes是你想要扩展后的shape，其中原来tensor大小为1的维度可以扩展成任意值，并且这个操作不会分配新的内存。 栗子： >> > x = torch . tensor ( [ [ 1 ] , [ 2 ] , [ 3 ] ] ) >> > x . size ( ) torch . Size ( [ 3 , 1 ] ) >> > x . expand ( 3 , 4 ) tensor ( [ [ 1 , 1 , 1 , 1 ] , [ 2 , 2 , 2 , 2 ] , [ 3 , 3 , 3 , 3 ] ] ) >> > x . expand ( - 1 , 4 ) # -1 means not changing the size of that dimension tensor ( [ [ 1 , 1 , 1 , 1 ] , [ 2 , 2 , 2 , 2 ] , [ 3 , 3 , 3 , 3 ] ] ) torch.unsqueeze() torch.unsqueeze(input, dim, out=None) → Tensor

在 上篇 博客“DataTable转换为实体（函数）”的介绍的最后提出了这样的问题： 思考问题： 函数返回值为实体，这意味着什么？ 意味着该函数的返回记录只能有一条，对不对？因为一个实体只能“保存”一条记录。 像查看某学生基本信息、某用户基本信息——某个人的基本信息只能有一条记录（学生实体：卡号、学号、姓名、…）吧，好，可有定义返回实体函数 思考问题： 但是，如果“根据日期查看所有收取金额记录”——不止一条记录吧，给你U层返回一个实体，能实现此功能吗？当然不能。 如何解决？ 面对此问题，如何解决，你想过吗？——你说，返回DataSet或DataTable不就得了吗。你看，Out了 吧…. 偷偷告诉大家，还是返回实体，但是这次不是返回一个实体啦，是返回”一群“实体（实体集合） （上篇博客链接： 《DataSet转换为实体（函数）》 ） 本篇 博客就介绍，如果由DataSet转换为泛型集合（集合中存放的是实体，即：实体集合） 涉及到“泛型”知识点，请参考： 《泛型》 例子： 机房收费系统——查看某段日期内收取金额记录 只写D层 1，查询某段日期内收取金额记录——CheckGetRechargeInfo(参数)——返回值：充值信息实体泛型集合 2，数据集转换为泛型集合—— DataSetToList( 参数 ) ——返回值：充值信息实体的泛型集合 ''' <summary> '''

有点懵逼的 webserver 访问 ‘ 定义 webserver 地址 Dim postUrl As String = "" ‘ 定义 webserver 所需 xml 字符串参数 Dim xmlRequest As String = "" ‘ 获取 webserver 返回信息 Dim responseText As String = "" ‘ 定义传输字符编码 Dim URLEncode As System.Text.Encoding = System.Text.Encoding.GetEncoding( "utf-8" ) ‘ 将 xml 字符串参数转化为 byte 数组 Dim postdata() As System.Byte = URLEncode.GetBytes(xmlRequest) ‘ 获取 xml 字符串参数传输长度 Dim xmlRequestLength As Integer = postdata.Length ‘ 定义 XMLHttp 访问 webserver, 记得 Imports MSXML2(Microsoft XML, v6.0) Dim oXMLHttp As New XMLHTTP60() oXMLHttp.open( "Post" , postUrl, False ) oXMLHttp.setRequestHeader( "Content

1. softmax 运算： \(\hat{y_1}, \hat{y_2}, \hat{y_3}=softmax(o_1,o_2,o_3)\) 其中： \(\hat{y_1}=\dfrac{exp(o_1)}{\sum_{i=1}^{3}exp(o_i)}, \hat{y_2}=\dfrac{exp(o_2)}{\sum_{i=1}^{3}exp(o_i)}, \hat{y_3}=\dfrac{exp(o_3)}{\sum_{i=1}^{3}exp(o_i)}\) Pytorch中对多维`Tensor`沿某一维度求和的操作： """ tensor矩阵X： 1 2 3 4 5 6 """ X = torch.tensor([[1,2,3],[4,5,6]]) X.sum(dim=0, keepdim=True) #dim=0, 对同一列元素求和 X.sum(dim=1, keepdim=True) #dim=1, 对同一行元素求和 #keepdim=True表示求和后仍保留这两个维度 2.交叉熵损失函数： 在softmax完成多分类的情况下，我们得到的输出通常是所有类别的概率分布，我们的训练目标是使正确类别的概率最大化，只要目标类别的概率大于其他类别的概率就可以了。如果使用平方损失函数，计算出来的损失过于严格（把其他类别的概率也算了进去），所以这里使用更加适合 衡量两个概率分布差异

在前面几篇文章中，我们一起学习了行式填报表制作的相关内容，也了解了多源 SQL 和脚本两种数据处理方式，今天我们来研究一下如何制作分组填报表。 同样地，我们以 demo 示例库中的雇员表信息维护为例，在数据填报页面，需要实现以下效果： 1）雇员信息按照地区分组显示 2）雇员基本信息可进行修改 效果图如下图所示： 在制作分组填报表之前，我们先来看一下它的设计原理。 原理说明： 分组填报表中有两个维度：分组维度和明细维度，如何处理两者之间的逻辑关系是重点，这两个维度之间应该是什么样的一种逻辑关系呢？我们先来看一个简单的例子，A1 单元格为分组维度，B1 单元格为明细维度，两者关系如下： A1：[1,2] 单元格在解析计算时会展开成 1,2 两个分组 B1：[[11,55],[22,44]] B1 需要按照 A1 的分组维度展开对应的数据 分组维度是两个值，那么明细维度要分别对应设置序列：1 对应 [11,55]，2 对应 [22,44]，最终解析结果如上图右侧所示。 从这里我们可以看出来，明细维度和分组维度是一一对应的，我们需要将符合维度值的数据整理为一个序列，这样才能保证结果页面数据的对应关系是正确的。 在了解了原理之后，我们来看详细实现步骤： 第一步 新建空白填报表 编辑填报表内容和样式，如下图所示： 第二步 设置数据处理 根据我们前面讲到的原理，来源脚本内容如下图所示： A B

// extjs 通过Post方式发送数据至服务器端 var conn = new Ext.data.Connection(); conn.request({ url : '/test/ajaxdemo.nsf/agentWebIMSendMsg?openagent', method : 'POST', params : { fromUserAccount : fromusername, toUserAccount : tousername, message : encodeURIComponent(message) }, success : function(responseObject) {}, failure : function(responseObject) { Ext.Msg.alert(' 失败', responseObject.statusText); } }); //domino 代理:接收并处理数据 Sub Initialize On Error Goto ErrorHandle Dim session As New notessession Dim curdb As NotesDatabase Dim curdoc As notesDocument Dim tdoc As NotesDocument Dim strFormular As String dim

可以将文章内容翻译成中文,广告屏蔽插件可能会导致该功能失效(如失效，请关闭广告屏蔽插件后再试): 问题: Can anyone explain this behaviour, when calling R externally from command line with a multi-line string argument? $ Rscript -e "dim(mtcars)" [1] 32 11 $ Rscript -e "df = mtcars; dim(df)" [1] 32 11 $ Rscript -e "head(rownames(mtcars))" [1] "Mazda RX4" "Mazda RX4 Wag" "Datsun 710" [4] "Hornet 4 Drive" "Hornet Sportabout" "Valiant" $ Rscript -e "df = mtcars; df$car = rownames(mtcars); dim(df)" NULL 回答1: The culprit here is the shell, not R. You haven't indicated what shell you're using, but they all (sh/bash/ash/dash/ksh/zsh/tcsh) behave pretty

视频来源： https://www.bilibili.com/video/av51932171?t=628 。 博文来源：https://ww2.mathworks.cn/help/matlab/ref/fft.html?searchHighlight=fft&s_tid=doc_srchtitle 视频来源很好的解释了： 1 .傅里叶变换过程，经过傅里叶变化得到了，频率w，振幅a0，相位角φ； 2. 傅里叶变换 主要应用领域： 声音， 图像处理； 博文则很好的解释了： 1. 傅里叶变换在matlab软件中怎样应用 2.. 傅里叶变换的作用效果的展示，从时域到频域的变化，时域难以解决的问题到频域中却很清晰。 语法 Y = fft(X) Y = fft(X,n) Y = fft(X,n,dim) 说明 示例 Y = fft( X ) 用快速傅里叶变换 ( FFT) 算法计算 X 的 离散傅里叶变换 (DFT)。 如果 X 是向量，则 fft(X) 返回该向量的傅里叶变换。 如果 X 是矩阵，则 fft(X) 将 X 的各列视为向量，并返回每列的傅里叶变换。 如果 X 是一个多维数组，则 fft(X) 将沿大小不等于 1 的第一个数组维度的值视为向量，并返回每个向量的傅里叶变换。 示例 Y = fft( X , n ) 返回 n 点 DFT。如果未指定任何值，则 Y 的大小与 X 相同