歐幾里得資料與非歐幾里得資料

資料分為兩類：歐幾里得資料與非歐幾里得資料

特點：「排列整齊」，是一類具有很好的平移不變性的資料。

影象中的平移不變性：即不管影象中的目標被移動到的哪個位置，得到的結果（標籤）應該相同的。

影象：影象是一種  $2d$  的網格型別資料，通常用矩陣進行儲存。

文字：文字是一種  $1d$  的網格型別資料，通常可以用向量進行儲存。對於文字，我們通常做法是去停用詞、以及高頻詞（dift），最後嵌入到乙個一維的向量空間。

而且，因為這型別的資料排列整齊，不同樣本之間可以容易的定義出  "距離"  這個概念出來。我們假設現在有兩個樣本，儘管其大小可能不一致，但是總是可以通過空間下取樣的方式將其統一到同乙個尺寸的，然後直接逐個畫素點進行相減後取得平方和，求得兩個樣本之間的歐幾里德距離是完全可以進行的。如下式所見：

$d(\mathbf, \mathbf) = \dfrac||\mathbf-\mathbf||^2$

因此，不妨把樣本的不同畫素點看成是高維歐幾里德空間中的某個維度，因此一張  $m \times n$  的可以看成是  $m \times n$  維的歐幾里德樣本空間中的乙個點，而不同樣本之間的距離就體現在了樣本點之間的距離了。

它是一類不具有平移不變性的資料。這類資料以其中的乙個為節點，其鄰居節點的數量可能不同。常見這類資料有知識圖譜、社交網路、化學分子結構等等。

非歐幾里德結構的樣本總得來說有兩大型別，分別是圖(graph)資料和流形資料( manifolds)，如下圖所示:

圖資料

流形資料( manifolds)

這兩類資料有個特點就是，排列不整齊，比較的隨意。

具體體現在：對於資料中的某個點，難以定義出其鄰居節點出來，或者是不同節點的鄰居節點的數量是不同的，這個其實是乙個特別麻煩的問題，因為這樣就意味著難以在這型別的資料上定義出和影象等資料上相同的卷積操作出來，而且因為每個樣本的節點排列可能都不同，比如在生物醫學中的分子篩選中，顯然這個是乙個graph資料的應用，但是我們都明白，不同的分子結構的原子連線數量，方式可能都是不同的，因此難以定義出其歐幾里德距離出來，這個是和我們的歐幾里德結構資料明顯不同的。因此這型別的資料不能看成是在歐幾里德樣本空間中的乙個樣本點了，而是要想辦法將其嵌入(embed)到合適的歐幾里德空間後再進行度量。而我們現在流行的  graph neural network  便可以進行這型別的操作。這就是我們的後話了。

另外，歐幾里德結構資料所謂的「排列整齊」也可以視為是一種特殊的非歐幾里德結構資料，比如說是一種特殊的graph資料，如下圖所示[5]：

因此，用graph neural network的方法同樣可以應用在歐幾里德結構資料上，比如文獻[6]中report的結果來看，的確這樣是可行的。事實上，只要是賦範空間中的資料，都可以建立資料節點與資料節點之間的某種關聯，都可以嘗試用非歐幾里德結構資料的深度方法進行實驗

ABAP動態取得資料

abap 動態查詢的實現 可以完全實現動態查詢，每個欄位都可以動態。1 利用巨集 2 利用abap指標 3 利用 field symbol 具體實現 1.結構的動態查詢 define select data to wa.select 1 from 2 into corresponding field...

獲得資料的post,get

get方法 請求部分直接附在路徑的後面 因此沒有輸出流輸出請求部分 並且容易洩密 string path string line null try post方法 需要設定請求頭 請求方法，保密性高，多使用 try outputstream out conn.getoutputstream byte ...

Oracle中獲得資料更新件數

在oracle的sql plus中，當update或者delete或者select這些dml操作以後，會顯示更新 刪除 檢索了多少行，在jdbc操作中，也會有返回值內容是影響了多少行。但是在我們的pl sql中如何取得這個資料呢。在pl sql中，當你進行檢索的時候，你可以自己開啟乙個游標curso...