Shallow Dreamer Blog

指南app测试

from django.db import models class HelpCategory(models.Model): """ 分级分类表,支持无限层级的分类树。 """ name = models.CharField(max_length=100, verbose_name="分类名称") parent = models.ForeignKe...

任务分发测试

👌明白了,你的意思是: 你已经写好 delay_on_commit(给单个 task 用的,不需要我重写)。 父任务里面只要合理地 循环调用你的 delay_on_commit,就能完成「一批一批发送子任务」+「记录子任务信息」+「在合适的时机收集结果」的逻辑。 在父任务里常见的两种“节奏” 1. 一个一个发(逐个 delay_on_commit) @app.task...

获取最小小数位数

你想要得到的其实是: 去掉浮点精度误差(例如 1.10001 里的 0.00001),再判断其余数值的有效小数位数,最后返回最小的间距(这里是 0.01)。 可以这样做: 把所有数转成 Decimal,避免二进制浮点误差。 设定一个容差(比如 1e-6),把误差范围内的小数当成整数对齐。 统计有效小数位数,再取最小值。 下面是示例代码: from decimal i...

数据分格

有 👍,还能再快。你现在其实已经到了 O(N) 的复杂度,不需要再遍历基准点数组了。但是还可以进一步优化: 进一步优化思路 1. 去掉 round → 用整数运算 浮点数运算(特别是 round)比整数慢,容易有精度问题。可以直接把数据缩放成整数运算: 公式: nearest = step * round((x - min) / step) 如果把数据都放大 1/step ...

懒加载

👌 明白了,你现在的情况是: 在 permission_class 里,你需要调用 get_data(model, only=..., defer=...),这些参数是动态的(函数传参)。 但你的类里本身也有属性 only(或者其他参数名),它是给别的地方用的,不是给 get_data 的。 你担心名字冲突,或者想区分清楚:类属性里的 only ≠ get_data 里的 o...

正态分布测试

如何验证一组数据是否符合“σ(sigma)正态分布”规则(实用指南) 下面给出一套清晰的、可复用的步骤——既有直观可视化,也有定量检验,并附带 Python 实用函数。主要思路是同时检查经验规则(68–95–99.7%)*与*统计检验/图形诊断,因为单一方法容易误导。 1) 快速数值检查(均值 / 标准差 / z-score /经验比例) 计算样本均值 μ 和标准差 σ,然后统计数...

数据分类dnn测试

好了 — 我已经为你写好并运行了一个可立即运行、仅依赖 NumPy 的动态分类神经网络示例。特点与说明: 支持用户通过 config 动态传入网络层级(每层的 units 与 activation)、训练参数(epochs、batch_size、learning_rate 等)来构建并训练网络。 没有依赖 PyTorch / TensorFlow,纯 NumPy 实现,保证在大多...

训练名词解释

👌 明白了,你想要的是一份 更全面的训练参数清单 —— 不光是“归一化/学习率/批次”等,还要把其他常见的训练参数和设置一起解释清楚,并告诉你一般怎么选。下面我帮你整理成一份 全量训练参数速查表 + 建议: 🧩 机器学习 / 深度学习常见训练参数速查表 参数 通俗解释 常用设置 / 建议 ...

中文错误返回

明白,你是想把 Django 或 Python 报错信息的英文翻译成 中文提示,对吗?我可以帮你做到几个层次: 手动翻译单条错误:你把报错贴给我,我帮你逐句翻译成中文,并解释含义。 统一映射字典:把常见的 Django 或 Python 错误类型(ValueError, IntegrityError, DoesNotExist, PermissionDenied 等)建立映射,方...

sigma图的计算和绘图

下面给出完整方案,包括 sigma 计算方法 和 前端 echarts 绘图示例。 1. Sigma 计算方法 假设: y_true:真实值数组(numpy array 或 list) y_pred:预测值数组(对应 loss 最小的那一轮预测结果) Python 实现 import numpy as np def calculate_sigma(y_true, ...