SQL高级 5.1 Accessing SQL from Programming Language应用程序执行数据处理,并调用 与数据库服务器连接 将SQL命令发送到数据库服务器 将结果的元组逐个提取到程序变量中 两种方法访问SQL:dynamic SQL:程序用function连接数据库服务器并与之通信程序将 SQL 查询构造为字符串,提交查询,然后将结果检索到程序变量中 JDBC (Java DB Notes > 课程 > 大三(上) > 数据库 #数据库 #SQL
使用E-R模型的数据库设计 6.1 Overview of Design Process分析用户需求: 什么数据需要被存储 什么操作和事务(transaction)被执行,例如插入、删除和更新 数据库设计的三种模式: 概念设计 逻辑设计,在逻辑级别和视图级别 物理设计,在物理层面 数据库设计的阶段: 需求分析 概念设计 逻辑模型设计 物理模型设计 DBAS设计过程:生命周期包括五个阶段: 项目规划、需求分析、系 Notes > 课程 > 大三(上) > 数据库 #数据库
关系型数据库设计:模式规范化 7.1 Good Relational DB Design逻辑数据库设计包括: 初始关系架构生成 关系架构规范化 Lossless Decomposition无损分解Def:设 R 为关系模式,R1 和 R2 构成 R 的分解。 即 R = R1 U R2Def:分解是无损分解,如果将模式 R 替换为两个关系模式 R1 U R2 没有丢失信息 Normalization Princi Notes > 课程 > 大三(上) > 数据库 #数据库
数据储存结构 13.1 Introduction物理数据库中解决的两个问题: 数据组织,即数据的物理存储结构 — Ch13 数据访问,例如索引 — Ch14 目标 根据DBMS机制,选择合适的数据库物理结构 在数据库表上合理设置索引,提高数据查询速度 13.2 File Organization文件逻辑/物理组织 in Operating System Concepts 逻辑结 Notes > 课程 > 大三(上) > 数据库 #数据库
智能计算系统 50期末+30课程编程作业+10大作业+10平时 智能计算系统:智能的物质载体 集成CPU和智能芯片的异构系统 面向开发者的智能计算编程环境 Notes > 课程 > 大三(上) > 智能计算系统 #智能计算系统
数据库 成绩:20期中+60期末+10笔记+10作业 笔记本:一周交一次 9.11concept: database(DB):数据库,是一个文件,有关联的数据的集合 database management system(DBMS):数据库管理系统,包含程序处理DB中的数据 database system(DBS):=DB+DBMS+User database application syst Notes > 课程 > 大三(上) > 数据库 #数据库
深度学习 卷积神经网络(CNN) 局部连接:一个像素与它周围的几个像素有很强的联系,但是与离它很远的像素联系可能很弱 权重共享:卷积神经网络中,权重又称为卷积模板,用于表达一种图像的特征。在图像的不同位置找特征,可以使用一样的卷积模板 CNN组成: 卷积层 池化层 全连接层 Softmax 卷积层 边界扩充(padding) 扩大图像的尺寸并填充像素 防止深度网络中图像被动持续减小 强化图像边缘信息 Notes > 课程 > 大三(上) > 智能计算系统 #深度学习
神经网络基础 线性函数拟合线性回归可以找到一些点的集合背后的规律:一个点集可以用一条直线来拟合,这条拟合出来的直线的参数特征,就是线性回归找到的点集背后的规律 感知机感知机模型𝐻 𝒙 = sign(𝒘_𝑇 𝒙 + 𝑏)对应一个超平面𝒘_𝑇 𝒙 + 𝑏 = 0,模型参数是(𝒘, 𝑏)。感知机的目标是找到一个(𝒘, 𝑏),将线性可分的数据集T中的所有的样本点正确地分为 Notes > 课程 > 大三(上) > 智能计算系统 #神经网络
第三章作业 计算AlexNet、VGG19、ResNet152三个网络中的神经元数目及可训练的参数数目AlexNetproceedings.neurips.cc/paper/2012/file/c399862d3b9d6b76c8436e924a68c45b-Paper.pdf 根据论文中给出的网络结构AlexNet共有五层卷积层和三层全连接层其中第一层卷积层有96个卷 Notes > 课程 > 大三(上) > 智能计算系统
编程框架使用 深度学习编程框架:将深度学习算法中的基本操作封装成一系列组件,这一系列深度学习组件,即构成一套深度学习框架 pytorch概述主要优点简洁易懂:API设计简洁一致,基本上是tensor、autograd、nn三层封装便于调试:采用动态图,可以进行调试强大高效:提供了非常丰富的模型组件 pytorch和tensorflowTensorflow在工业界拥有完备的解决方案和用户基础 pytorch编程模 Notes > 课程 > 大三(上) > 智能计算系统 #智能计算系统 #Pytorch