發(fā)簡信
IP屬地：河南
-
Mac 在IDEA 部署flink 并編寫第一個流式WordCount程序1、環(huán)境配置 Java 環(huán)境配置：https://www.runoob.com/java/java-environment-setup.html...
-
hive 優(yōu)化方案
目前越來越多的公司開始基于Hive搭建數(shù)據(jù)倉庫，所以本文主要針對Hive介紹幾種優(yōu)化方式。盡管Hive已經(jīng)做了很多原生的優(yōu)化工作，但是仍然有優(yōu)化...
-
數(shù)據(jù)倉庫值事實表基礎(chǔ)
事實表基本結(jié)構(gòu) 操作性事件中產(chǎn)生的可度量數(shù)值，存儲在事實表中，事實表肯定會包含外鍵，用來與維度表進(jìn)行關(guān)聯(lián)，也包含可選的退化維度鍵和日期/時間戳。...
-
數(shù)據(jù)倉庫之高級事實表
事實表代理鍵 代理鍵可用作所有維度表的主鍵。不與任何維度關(guān)聯(lián)的事實表代理鍵，是在ETL加載過程中順次分配的，可用于作為事實表的唯一主鍵列；在ET...
-
無監(jiān)督的神經(jīng)網(wǎng)絡(luò)模型-自編碼器
自編碼器（簡稱AE）是一種無監(jiān)督的神經(jīng)網(wǎng)絡(luò)模型，最初的AE是一個三層的前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，由輸入層、隱藏層和輸出層構(gòu)成，其核心的作用是能夠?qū)W習(xí)到輸...
-
緩慢變化維的類型以及處理方式
類型0:原樣保留 對維度屬性值不會發(fā)生變化的，事實表以原始值分組。例如持久型標(biāo)識符和日期維度的大多數(shù)屬性 類型1：重寫 維度行中原來的屬性值被新...
-
深度神經(jīng)網(wǎng)絡(luò)的優(yōu)化和訓(xùn)練的難點
反向傳播算法仍然是當(dāng)前深度神經(jīng)網(wǎng)絡(luò)最受歡迎的模型最優(yōu)化方法。 反向傳播 反向傳播有前向和后向兩個操作構(gòu)成，前向操作利用當(dāng)前的權(quán)重參數(shù)和輸入數(shù)據(jù)，...
-
維度建模的流程
一、收集業(yè)務(wù)需求和數(shù)據(jù)實現(xiàn) 開始維度建模工作前，需要理解業(yè)務(wù)需求，以及作為基礎(chǔ)的源數(shù)據(jù)的實際情況。通過與業(yè)務(wù)代表交流來發(fā)現(xiàn)需求，用于理解他們的基...
-
深度學(xué)習(xí)之時間遞歸神經(jīng)網(wǎng)絡(luò)
遞歸神經(jīng)網(wǎng)絡(luò)（RNN）分別是時間遞歸神經(jīng)網(wǎng)絡(luò)和結(jié)構(gòu)遞歸神經(jīng)網(wǎng)絡(luò)。本文主要介紹時間遞歸神經(jīng)網(wǎng)絡(luò)。 Elman遞歸神經(jīng)網(wǎng)絡(luò) 前饋神經(jīng)網(wǎng)絡(luò)將信息從輸入...