前幾天發生在群裡的討論
下面有如下需求
c1 球隊id
c2 球隊名稱
sql> with dao as
2 (
3 select 1 c1,』a』 c2 from dual
4 union all
5 select 2 c1,』b』 c2 from dual
6 union all
7 select 3 c1,』c』 c2 from dual
8 )
9 select *
10 from dao
11 /c1 c
———- -
1 a2 b
3 c現在需要生成一張對戰表
每個球隊都要與其他球隊對戰一次。
解法1：簡單不等連線
sql> with dao as
2 (
3 select 1 c1,』a』 c2 from dual
4 union all
5 select 2 c1,』b』 c2 from dual
6 union all
7 select 3 c1,』c』 c2 from dual
8 )
9 select t1.c2||』 pk 『||t2.c2
10 from dao t1,dao t2
11 where t1.c1 with dao as
2 (
3 select 1 c1,』a』 c2 from dual
4 union all
5 select 2 c1,』b』 c2 from dual
6 union all
7 select 3 c1,』c』 c2 from dual
8 )
9 select res
10 from
11 (
12 select row_number() over ( order by t1.c1+t1.c1) rn ,t1.c2||』 pk 『||t2.c2 res
13 from dao t1,dao t2
14 where t1.c2 !=t2.c2 ) inner
15 where mod(inner.rn,2) =1
16 /res
——a pk b
b pk a
c pk a
解法3：遞迴查詢
sql> with dao as
2 (
select 1 c1,』a』 c2 from dual
3 4 union all
5 select 2 c1,』b』 c2 from dual
6 union all
7 select 3 c1,』c』 c2 from dual
8 )
9 select cola||』 pk 『||colb
10 from (
11 select prior c2 cola,c2 colb
12 from dao
13 connect by prior c1=c1+1)
14 where cola is not null
15 ;cola||
——b pk a
c pk b
b pk a
從實現方法上來看第一種是最好的方式，簡單，高效。
我們寫程式不一定非得要用某些複雜的特性，
只要能滿足需求，越簡單的，往往意味越高效。
半監督生成對抗網路 生成對抗網路
一 生成對抗網路相關概念 一 生成模型在概率統計理論中，生成模型是指能夠在給定某些隱含引數的條件下，隨機生成觀測資料的模型，它給觀測值和標註資料序列指定乙個聯合概率分布。在機器學習中，生成模型可以用來直接對資料建模，也可以用來建立變數間的條件概率分布。通常可以分為兩個型別，一種是可以完全表示出資料確...
生成對抗網路
我們提出乙個框架來通過對抗方式評估生成模型，我們同時訓練兩個模型 乙個生成模型g捕捉資料分布，乙個鑑別模型d估計乙個樣本來自於訓練資料而不是g的概率。g的訓練過程是最大化d犯錯的概率。這個框架與minmax兩個玩家的遊戲相對應。在任意函式g和d的空間存在乙個唯一解，g恢復訓練資料的分布，d等於1 2...
生成對抗網路
0.監督和無監督 本質 有無標籤資料 1.自動編碼器 只是重構原輸入 輸入 編碼 中間表示 潛在表示，code 解碼 重構 通常用於 1 忽略雜訊 2 壓縮維度 有聚類效果 可以達到pca和主成分分析效果 2.變分自動編碼器 vae variational autoencoders 可以生成新的樣本...