《模型》专题
-
原型模式
简介 原型模式是创建型模式的一种,其特点在于通过「复制」一个已经存在的实例来返回新的实例,而不是新建实例。被复制的实例就是我们所称的「原型」，这个原型是可定制的。 原型模式多用于创建复杂的或者耗时的实例，因为这种情况下，复制一个已经存在的实例使程序运行更高效；或者创建值相等，只是命名不一样的同类数据。 Prototype原型模式是一种创建型设计模式，它主要面对的问题是：“某些结构复杂的对象”的创建
-
模型管理
一、简介 可以对模型维护、修改属性、删除、导出、字段管理。 二、功能演示 1.添加模型 2.管理模型 A.字段管理 可以对该模型下的字段进行管理（添加，删除，修改，禁用，预览）。如下图所示： 3.导入模型 用于已经在其他站点添加并且导出的模型。如下图所示：
-
内存模型
（译注：这一个item有相当深的理论深度，原文也比较晦涩难懂，翻译者提醒大家，最好参照原文理解，如果翻译中有什么不恰当的地方，还请批评指出，不胜感谢。） 所谓“内存模型”，是计算机（硬件）体系结构与编译器双方之间的一种约定。有了它，大多数程序员便不用处处考虑日新月异的计算机硬件细节。如果没有内存模型，那么线程机制、锁机制及无锁编程等都无从谈起。 内存模型的最关键保证是：两个线程可以各自独立地存取各
-
安全模型
为了安全地运行CGI等程序，Ruby设置了安全结构。 Ruby的安全模型由“对象的污染”和“安全级别”构成。 对象的污染 Ruby有时会认为对象“遭到了污染”，这主要有两种用途。 第一，以不安全的输入为基础制成的对象就是“受污染”的对象，不能用作“危险操作”的参数。这主要是为了防止恶意数据导致程序作出一些意外的危险动作。 第二，可以使安全对象(未遭污染的对象)得到保护，免遭不安全对象的威胁。若安全
-
模型评估
模型在训练集上的误差通常称为 “训练误差” 或 “经验误差”，而在新样本上的误差称为 “泛化误差”。显然，机器学习的目的是得到泛化误差小的学习器。然而，在实际应用中，新样本是未知的，所以只能使训练误差尽量小。 当模型在训练集上表现很好而在新样本上误差很大时，称为 “过拟合”；反之，模型在训练集上误差就很大时，称为 “欠拟合”。 欠拟合通常容易解决，如 增加数据、增大训练次数、增大学习率或使用更复杂
-
语言模型
语言模型（language model）是自然语言处理的重要技术。自然语言处理中最常见的数据是文本数据。我们可以把一段自然语言文本看作一段离散的时间序列。假设一段长度为$T$的文本中的词依次为$w_1, w_2, \ldots, w_T$，那么在离散的时间序列中，$w_t$（$1 \leq t \leq T$）可看作在时间步（time step）$t$的输出或标签。给定一个长度为$T$的词的序列$
-
模型构造
让我们回顾一下在“多层感知机的简洁实现”一节中含单隐藏层的多层感知机的实现方法。我们首先构造Sequential实例，然后依次添加两个全连接层。其中第一层的输出大小为256，即隐藏层单元个数是256；第二层的输出大小为10，即输出层单元个数是10。我们在上一章的其他 节中也使用了Sequential类构造模型。这里我们介绍另外一种基于Block类的模型构造方法：它让模型构造更加灵活。 继承Bloc
-
事件模型
监听函数 浏览器的事件模型，就是通过监听函数（listener）对事件做出反应。事件发生后，浏览器监听到了这个事件，就会执行对应的监听函数。这是事件驱动编程模式（event-driven）的主要编程方式。 JavaScript 有三种方法，可以为事件绑定监听函数。 HTML 的 on- 属性 HTML 语言允许在元素的属性中，直接定义某些事件的监听代码。 <body onload="doSomet
-
模型钩子
Ember将一个页面的数据保存在一个名为model的对象中。为了简单起见，我们将使用硬编码的JavaScript对象数组填写我们的租赁列表页面的模型。之后，我们将切换到使用Ember Data，这是一个在应用程序中管理数据的库。 在Ember中，路由处理器(handler)负责为页面加载模型。model是一个钩子函数，这意味着Ember会在应用中约定的时间调用它。 现在，让我们打开rentals路
-
线程模型
pika使用的是多线程模型，使用多个工作线程来进行读写操作，由底层blackwidow引擎来保证线程安全，线程分为12种： PikaServer：主线程 DispatchThread：监听1个端口，接收用户连接请求 WorkerThread：存在多个(用户配置)，每个线程里有若干个用户客户端的连接，负责接收用户命令，然后将命令封装成一个Task扔到ThreadPool执行，任务执行完毕之后由该线程
-
模型缓存
在高频的业务场景下，我们可能会频繁的查询数据库获取业务数据，虽然有主键索引的加持，但也不可避免的对数据库性能造成了极大的考验。而对于这种 kv 的查询方式，我们可以很方便的通过使用 模型缓存 来减缓数据库的压力。本组件实现了 Model 数据自动缓存的功能，且当删除和修改模型数据时，自动删除和修改对应的缓存。执行累加、累减操作时，缓存数据自动进行对应累加、累减变更。 模型缓存暂时只支持 Redis
-
模型事件
模型事件实现 psr/event-dispatcher 接口，默认由 hyperf/event 组件提供功能支持。 运行事件 在 ORM 的运行期间，会对应触发以下事件，您可以进行对这些事件进行监听以满足您的需求。 事件 描述 Hyperf\Database\Events\QueryExecuted Query 语句执行后 Hyperf\Database\Events\StatementPrepa
-
模型关系
定义关联 关联在 Hyperf 模型类中以方法的形式呈现。如同 Hyperf 模型本身，关联也可以作为强大的 查询语句构造器 使用，提供了强大的链式调用和查询功能。例如，我们可以在 role 关联的链式调用中附加一个约束条件： $user->role()->where('level', 1)->get(); 一对一 一对一是最基本的关联关系。例如，一个 User 模型可能关联一个 Role 模型
-
基础模型
消息 内部全部使用 SofaRequest 和 SofaResponse 进行传递。 如果需要转换为其它协议，那么在真正调用和收到请求的时候，转换为实际要传输的对象。 可以对 SofaRequest 和 SofaResponse 进行写操作的模块： - Invoker - Filter - ServerHandler - Serialization 对消息体是只读的模块： - Cluster -
-
通讯模型
EOSIO智能合约由一组 action 和 type 的定义(definitions)组成.action的定义指定并实现了合约中的行为.type的定义指定了所需的内容及结构.EOSIO的actions主要在基于消息的通讯结构中执行.客户端可以通过发送(推送)信息到nodeos来执行actions.这可以通过使用cleos命令来完成.也可以通过EOSIO的send方法之一来完成(例如:eosio::