最近閑着沒事做，就重新研究了一下基於python語言的Locust性能測試框架 發現在壓測的過程中，雖然設置了100並發，但是通過實際監控，完全看不到100並發壓測的效果 通過代碼AOP日志監控接口的耗時情況如下：基本在0-2ms，采用讀取redis緩存數據 ...

　　 為什么要寫統計信息 　　最近看到園子里有人寫統計信息，樓主也來湊熱鬧。　　話說經常做數據庫的，尤其是做開發的或者優化的，統計信息造成的性能問題應該說是司空見慣。　　當然解決辦法也並非一成不變，“一招鮮吃遍天”的做法已經行不通了（題外話：整個時代不都是這樣子嗎）　　當然，還是那句話 ...

與所審計期間各類交易、事項及相關披露的認定包括：發生、完整性、准確性、截止，分類和列報。 存在屬於與期末余額及相關披露的認定。 ...

正態性檢驗是檢驗數據是否符合正態分布，也是很多統計建模的必要步驟，在Python中實現正態性檢驗可以 ...

浮點數　　浮點數是屬於有理數中某特定子集的數的數字表示，在計算機中用以近似表示任意某個實數。具體的說，這個實數由一個整數或定點數（即尾數）乘以某個基數（計算機中通常是2）的整數次冪得到，這種表示方法類似於基數為10的科學記數法。 　　浮點計算是指浮點數參與的運算，這種運算通常伴隨着因為無法精確 ...

最近在學習Pytorch v1.3最新版和Tensorflow2.0。 我學習Pytorch的主要途徑：莫煩Python和Pytorch 1.3官方文檔 ，Pytorch v1.3跟之前的Pytorch不太一樣，比如1.3中，Variable類已經被棄用了（目前還可以用，但不推薦），tensor ...

如何統計是建立在業務的基礎上，那么通過跑業務流程，檢查相應的數據是否正確的增加、減少 通過sql等方式手工計算，對數據進行比對。以及子表與父表的對比 存在的問題： 原始數據使用錯誤 數據處理邏輯錯誤 數據權限 數據誤差 單值代碼錯誤 數據的完整性 ...

ML.NET是一個面向.NET開發人員的開源、跨平台的機器學習框架。 使用ML.NET，您可以輕松地為諸如情緒分析、價格預測、銷售分析、推薦、圖像分類等場景構建自定義機器學習模型。 ML.NET從0.8版開始，支持評估特性的重要性，從而了解哪些列對於預測最終值更重要。 排列特征的重要性 ...