python sqlite3 study

PyTorch超参调优实战:用Optuna实现高效可复现的自动搜索 超参数调优是深度学习模型训练的关键环节,其本质是在高维非凸空间中寻找泛化性能最优的配置组合。传统方法如网格搜索计算爆炸、随机搜索缺乏导向性,而贝叶斯优化常因与PyTorch动态图耦合困难导致状态污染和显存泄漏。Optuna凭借TPE(Tree-structured Parzen Estimator)算法建模历史trial分布,结合pruning机制在训练早期主动终止低潜力试验,显著提升搜索效率;其基于Trial对象的设计天然适配PyTorch的显式控制流与内存管理特性,支持可中断、可并行、可复现的工程化调参 阅读详情

不包含第三方库

import time
import sqlite3

# 创建与数据库的连接
conn = sqlite3.connect('scores.db')

# 创建一个游标 cursor
cur = conn.cursor()

# 建表的sql语句
sql_text_1 = '''CREATE TABLE scores
           (name TEXT,
            class TEXT,
            sex TEXT,
            language NUMBER,
            math NUMBER,
            english NUMBER);'''
# 执行sql语句
cur.execute(sql_text_1)

start = time.time()
for i in range(0, 1000000):
    # 插入数据
    sql_text_2 = "INSERT INTO scores VALUES('A', '一班', '男', 96, 94, {})".format(i + 1)
    cur.execute(sql_text_2)

end = time.time()
conn.commit()
print(end - start)

# 关闭游标
cur.close()
# 关闭连接
conn.close()

PyTorch + Optuna超参调优实战指南 超参数优化(hyperparameter optimization)是提升深度学习模型性能的关键环节,其本质是在给定计算资源约束下,系统性探索学习率、batch size、正则化强度等控制变量的最优组合。传统网格搜索与随机搜索缺乏反馈机制,效率低下;而Optuna基于贝叶斯优化(如TPE算法)实现自适应采样,并支持剪枝(pruning)以动态终止无效试验,显著提升信息利用效率。该技术已广泛应用于图像分类、NLP和医疗影像等场景,在PyTorch生态中以低侵入方式集成——仅需将训练函数改造为objective 阅读详情

相关推荐

Optuna超参数优化框架实战指南

超参数优化是机器学习模型调优的关键环节,传统网格搜索和随机搜索方法效率较低且容易陷入局部最优。基于贝叶斯优化的智能调参框架如Optuna,采用TPE算法实现参数空间的自适应探索,通过试错学习机制动态调整搜索方向。这种技术能显著提升模型性能,在电商推荐系统等场景中实测可将调参时间缩短90%以上。Optuna的创新设计包括延迟反馈剪枝机制和分布式并行架构,支持与PyTorch、TensorFlow等主流框架无缝集成。本文以XGBoost和随机森林为例,详解如何通过定义目标函数、配置Study对象实现自动化超参数

weixin_34034261的博客 358

Python中sqlite3的学习,基础操作(一)创建数据库以及建表

Python中sqlite3的学习,基础操作(一)创建数据库以及建表

qq_45969502的博客 1909

PyTorch超参优化实战:用Optuna实现高效、可复现的贝叶斯调优

超参数优化是深度学习模型性能提升的关键工程环节,其本质是在高维、非凸、计算昂贵的黑盒函数上搜索最优解。传统网格搜索与随机搜索效率低下且不可扩展,而基于贝叶斯优化的智能方法(如TPE算法)能通过代理模型动态聚焦高潜力区域,显著减少有效trial次数。PyTorch作为主流框架原生缺乏超参调度能力,需依赖生态工具;Optuna凭借轻量架构、原生PyTorch兼容性、内置剪枝(Pruner)与SQLite持久化等特性,成为单机及小规模多卡场景下的高性价比选择。本文聚焦PyTorch+Optuna组合,详解如何构建

weixin_30617695的博客 426

student_sqlite3_test

#coding:utf-8 import sqlite3 # 定义一个创建数据库文件并添加Student表的函数 def create_db_and_table(cursor): # AUTOINCREMENT约束:表示该字段自动增长,一般用于INTEGER类型。 # UNIQUE约束:表示该字段值是唯一的。 # NOT NULL约束:表示该字段值不允许为空。 ...

y15518325965的博客 156

MLflow在LLM评估中的工程化实践:可追溯、可对比、可归因

LLM评估本质上是模型质量、推理成本与系统鲁棒性的三维协同验证。其核心挑战在于实验过程缺乏可复现性与可审计性——同一模型在不同环境、数据或参数下结果不可比,导致指标波动难以归因。MLflow通过结构化记录参数、指标、代码依赖与原始artifact,将离散的评估快照升级为带时间戳的实验图谱,天然支撑多维指标追踪(如BLEU、延迟、显存)、跨版本对比及合规溯源。尤其在Hugging Face生态中,结合PythonModel封装与本地SQLite部署,能以极低运维成本实现从开发到CI/CD的端到端评估闭环,成为

345

高考后个人成长APP开发指南:Flutter+FastAPI技术实现与部署

在移动应用开发领域,前后端分离架构已成为主流技术范式,它通过清晰的API接口定义实现客户端与服务端的解耦。其核心原理在于客户端专注于用户界面与交互逻辑,服务端则负责数据处理与业务规则,二者通过RESTful API进行通信。这种架构的价值在于提升开发效率、便于团队协作,并能支持多端一致体验。在个人成长与学习管理类应用场景中,该技术栈能有效支撑目标追踪、习惯养成等核心功能。本文以高考后学生自我提升工具为具体案例,详细解析如何运用Flutter与FastAPI技术栈,结合SQLite数据库,实现一个具备任务管理

weixin_34293246的博客 427

scrcpy 免费安卓投屏指南:3 分钟镜像手机屏幕,键盘鼠标直接控制

scrcpy 是免费开源的安卓投屏工具:把手机屏幕的视频和音频镜像到电脑,键盘鼠标直接控制手机。免 root、手机不装任何 App、不要账号、全程不联网。约 1 秒出第一帧,延迟 35~70 毫秒,帧率 30~120fps 视设备而定。 ## 🚀 最快路径:装好 scrcpy 后 5 步出画面 先把环境门槛看清楚,4 行: | 项目 | 要求 | | --- | --- | | 手机系统

gitblog_00312的博客 350

《全连接到卷积神经网络:图像识别的演变历程》

这篇文章会从传统全连接层面临的困境说起,揭示卷积神经网络(CNN)成为图像识别核心动力的原因,探究其背后蕴含的设计思想与技术创新。但是回顾历史,CNN的出现提醒我们:技术的突破往往是由对自然规律的模仿和重新构建得来的。也许,当机器真的学会“像人一样看世界”的时候,它们的“眼睛”早就超过生物视觉的限制了。例如,用5×5的核处理224×224的输入时,只要25个参数(而不是全连接那种百万级的)。* 局部性:网络的底层只需留意局部的地方(像边缘、纹理这样的地方),不用管那些全局像素之间复杂的关系。

2401_82434295的博客 675

Python3-Cookbook-Study Notes chap6:数据编码和处理

1.读写CSV数据 import csv with open('stocks.csv') as f: f_csv = csv.reader(f) headers = next(f_csv) for row in f_csv: # Process row ... 2.读写JSON数据 import json json_str = json.dumps(data) 3.解析简单的XML数据 from urllib.request import urlo

chenlan_Cynthia的博客 250

【VisualStdio】手把手教你做一个上位机(1)控件设计布局

网上有很多形形色色的制作上位机教程,有些写的挺好的,但是过于单调。

m0_73409202的博客 5445

VL53L0X测距不准?手把手教你做RefSPAD校准与环境补偿(附Arduino/STM32代码)

本文详细解析了VL53L0X激光测距传感器精度不足的原因,并提供了RefSPAD校准与环境补偿的完整解决方案。通过Arduino和STM32代码示例,手把手教你实现毫米级测距稳定性,适用于机器人避障、工业检测等场景。

weixin_28744423的博客 258

PyTorch超参优化实战:用Optuna实现智能自适应调参

超参数优化是深度学习模型落地的关键瓶颈,其本质是在高维非凸空间中寻找泛化性能最优的配置组合。传统网格搜索与随机搜索缺乏记忆性与自适应能力,难以应对learning_rate、weight_decay等参数的强耦合与对数敏感特性。基于贝叶斯优化的Optuna通过trial动态采样、早停剪枝(pruning)和代码即搜索空间(Code-as-Space)设计,显著提升PyTorch模型调参效率与可靠性。它支持多指标监控、跨会话增量优化及可视化归因分析,已在CIFAR-10、ViT等典型任务中验证可减少50%以上

weixin_30617695的博客 394

智能气象站:ESP32驱动的心知天气数据可视化实践

本文详细介绍了基于ESP32微控制器和心知天气API构建智能气象站的完整实践。通过Arduino开发环境,实现天气数据的获取、JSON解析与OLED屏可视化展示,涵盖硬件连接、API配置、低功耗优化及部署问题排查,为物联网开发者提供实用指南。

jump7的博客 214

Study_microblog笔记Part 4--数据库

大多数应用都需要持久化存储数据,并高效地执行的增删查改的操作,数据库为此而生。本应用使用轻量级SQLite数据库,以文件的形式存储。 Flask框架允许通过插件的形式自由选择数据库,如mysql,sqlite,nosql等等,这里介绍SQLALchemy,是Flask的扩展,通过ORM映射管理数据库。 一、虚拟环境下安装SQLALchemy (microblog) D:\pythonProgram\PycharmProjects\microblog>pip install flask-sqlalche

weixin_42007220的博客 354

告别USB转接:在STM32探索板上用SPI跑通ESP-Hosted,实现Wi-Fi/BLE连接

本文详细介绍了如何在STM32F469I-DISCO开发板上通过SPI接口实现ESP-Hosted方案,为嵌入式设备添加Wi-Fi和蓝牙连接功能。通过硬件配置、协议栈优化和性能测试,展示了这一创新方案的成本效益和开发效率,特别适合资源受限但需要稳定无线连接的嵌入式应用场景。

weixin_34046298的博客 254

使用蒙特卡洛模拟方法在MATLAB中估算居里温度: 一个详细而通俗的指南

居里温度是磁性材料失去磁性的温度。但是,计算机模拟为我们提供了一个在理论和实验之间的桥梁,使我们能够在不进行实际测量的情况下估计这一重要参数。在下一部分,我们将详细介绍蒙特卡洛迭代的核心代码,以及如何使用它来模拟磁性材料中原子的行为。在估算居里温度的上下文中,我们将使用蒙特卡洛方法来模拟磁性材料中的原子或分子的行为。通过使用蒙特卡洛方法,我们可以在MATLAB中估算居里温度,从而为理论研究和实验设计提供有价值的信息。:我们使用的是一个有限的尺寸的网格模型,这可能导致一些大小效应,特别是在接近居里温度时。

qq_38334677的博客 979

PyTorch超参优化实战:用Optuna实现可复现、可中断的贝叶斯调参

超参数优化是深度学习模型落地的关键工程环节,其本质是在高维、非凸、噪声敏感的搜索空间中高效定位最优配置。传统网格搜索与随机搜索效率低下,而贝叶斯优化通过构建概率代理模型动态指导采样,显著提升收敛速度与解质量。Optuna作为轻量级、PyTorch原生友好的超参优化框架,以TPE(Tree-structured Parzen Estimator)算法为核心,支持可中断恢复、内置剪枝(如MedianPruner)、SQLite持久化及超参重要性分析,无需改造训练逻辑即可嵌入现有PyTorch工作流。本文聚焦Py

weixin_33766805的博客 310

基于计算机视觉的无人便利店技术:从算法到部署的系统化实战指南

摘要:本文系统介绍了基于计算机视觉的无人便利店技术方案,提出"商品检测-跟踪-动作识别-防损-结算"五段式流水线架构。详细阐述了YOLOv8-Seg商品检测、OC-Sort多目标跟踪、3D-CNN+ST-GCN动作识别等核心算法实现,并完成NVIDIA Jetson Xavier NX边缘端的优化部署。通过TensorRT量化、DeepStream加速等技术手段,系统在保持94.7%动作识别准确率的同时,将漏单率降至0.8%,单店云端算力成本较行业平均降低84%。所有代码已开源,可直接应

博客 627

KeystoneJS 字段下划线方法(Underscore Methods)完全指南:从 `user._.password.compare()` 到数据操作的统一入口

本文围绕 KeystoneJS(keystone-classic)文档中关于字段「下划线方法」(Underscore Methods)的说明展开,系统讲解这一机制的定义、访问方式、底层绑定原理,以及各类字段实际提供的具体方法。你将掌握:如何在获取到文档实例后通过 `item._.<field>.<method>()` 调用字段专属的数据操作能力(如密码比对、日期解析、距离计算等),理解这些方法在

gitblog_00778的博客 365

SFT看这一篇就够了!万字长文:监督微调(Supervised Fine-Tuning, SFT)技术全解析【从理论到实战】

大家好,我是大 F,深耕AI算法十余年,互联网大厂技术岗。分享AI算法干货、技术心得。欢迎关注,一起探索技术的无限可能!

大F子的智能小课 714

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

本地搜图系列-1:人脸搜图-基于Python的本地文件夹人脸图片查找 上传人脸查找对应人物的所有本地图片

摘要:本文介绍了一个基于Python Flask框架的人脸搜索系统,使用InsightFace(ArcFace实现)提取人脸特征并建立SQLite索引。用户可通过浏览器上传目标人脸照片,系统会在本地图片库中查找相似人脸。程序支持调整相似度阈值(建议0.2以上)和返回结果数量,首次运行需创建索引,后续可增量更新。系统采用特征向量比对和余弦相似度计算,提供可视化界面展示匹配结果及相似度评分。代码包含完整的Web界面、文件管理和图像缩放功能,适合本地部署使用。 关键词:人脸识别、以图搜图、Flask、Insigh

chaoyueyuan的博客 208

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

Firepwd完全指南:如何解密Mozilla浏览器保护的密码

Firepwd是一款功能强大的开源工具,专门用于解密Mozilla浏览器(如Firefox)和Thunderbird邮件客户端中保护的密码。它通过分析key4.db(或key3.db)和logins.json(或signons.sqlite)文件的内容,帮助用户轻松获取存储的登录凭证,整个过程无需依赖NSS库,仅使用Python即可实现。 ## 📋 支持的版本范围 Firepwd支持多种Mo

gitblog_00359的博客 304

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

tech-interview-handbook 速通手册:3条路径从刷题到谈offer

LeetCode 刷到第 47 题卡壳,不知道先啃数组还是先啃动态规划?tech-interview-handbook 是一套精选的技术面试准备资料库,由 Blind 75 的作者亲自挑好了必刷题和必读攻略,从写简历到谈 offer 全流程都覆盖。你不用自己海选资料,照着路线刷就行。 ## 先逛目录,3 行看懂结构 🗺️ - [apps/website/contents/](https://

gitblog_00235的博客 612

懒人居:用Python打造零门槛家庭自动化实践体系

家庭自动化并非必须依赖云服务、复杂框架或专业运维;其本质是将日常重复事务转化为可执行、可理解、可修改的轻量代码。基于Python生态,结合系统级定时器、本地GUI与微信轻量机器人等成熟工具,实现桌面整理、剪贴板同步、健康看板、家庭中枢等真实生活场景的闭环落地。强调‘无服务器、无编译、无配置’的三无原则,以单文件脚本、硬编码规则、图形化交互降低使用门槛,让会计、家长、退休教师等非技术用户也能自主维护。本文聚焦于生活化自动化的设计哲学与工程实践,覆盖从环境封装、跨平台部署到安全边界、故障自检的全链路细节。

clugcpne10995的博客 502

打造令人骄傲的个人项目:从创意到开源的完整指南

在技术社区中,那些令人骄傲的项目往往不是宏大的系统,而是真正解决个人痛点、能长期维护的小工具。打造这样的项目,需要从真实需求出发,经过合理的技术选型、清晰的架构设计、完善的测试与文档,最终形成可分享、可迭代的作品。即使仅使用Python标准库和SQLite,也能构建出高质量的命令行工具。无论是学习记录、时间管理还是自动化脚本,个人项目都是提升工程能力的最佳实践场。本文以学习记录命令行工具的完整开发为例,拆解从创意到开源的每个关键环节,帮助你打造第一个值得骄傲的项目。

weixin_34109408的博客 588

Python零基础72小时速成教程:从环境搭建到实战项目完整指南

Python作为当今最流行的编程语言之一,其简洁的语法和强大的生态系统使其成为初学者入门编程的理想选择。Python编程的核心原理在于其解释型语言特性,通过简洁的代码结构实现复杂功能,这种设计理念大大降低了学习门槛。在技术价值方面,Python在数据分析、Web开发、自动化脚本等多个领域都有广泛应用,为学习者提供了广阔的就业和发展空间。对于零基础学习者而言,掌握Python环境搭建和基础语法是迈入编程世界的第一步。通过系统学习变量、数据类型、条件判断等核心概念,结合函数定义与面向对象编程,学习者能够快速构建

weixin_34054866的博客 358
上一篇: linux 安装 最新版 node
下一篇: 结巴分词(java版)
code-hua
博客等级 码龄7年 2粉丝 25原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值