MySQL数据库之库表管理

【MySQL】MySQL之 mysql 库 mysql库 是MySQL的核心数据库,类似于sql server中的master表,主要负责存储数据库的用户、权限设置、关键字等mysql自己需要使用的控制和管理信息,和各种配置信息。 阅读详情

目录

一、常用的数据类型

二、查看数据库结构

1、查看当前服务器中的数据库

2、 查看数据库中包含的表

三、 SQL语句

1、SQL中的名词介绍

2、SQL语言规范

3、SQL语言分类

四、创建及删除数据库和表

1、创建新的数据库

2、 创建新的表

3、删除指定的数据表

4、删除指定的数据库

五、 管理表中的数据记录(表数据的增删改查)

1、向数据表中插入新的数据记录(增)

2、查询表数据记录(查)

​编辑3、修改/更新数据表中的数据记录(改)

​编辑

4、在数据表中删除指定的数据记录(删)

六、 修改表名和表结构

1、修改表名 rename

2、 扩展表结构(增加字段) add

3、 修改字段名,添加唯一健 change

4、删除字段drop 

5、 添加主键约束 add primary key

七、MYSQL常见的约束

八、总结

1、查看数据库和表

2、创建及删除数据库和表

3、表数据的增删改查

4、修改表名和表结构

5、主键和唯一键

6、添加主键字段的三种方法


一、常用的数据类型

类型含义
tinyint(n)1个字节,范围(-128~127)
smallint(n)2个字节,范围(-32768~32767)
mediumint(n)3个字节,范围(-8388608~8388607)
int(n)4个字节(32个比特位),整数型,范围(-2147483648~2147483647)
bigint(n)8个字节,整数型,范围(+-9.22*10的18次方)
float(m,d)单精度浮点,8位精度,4字节32位。m数字总个数,d小数位
double(m,d)双精度浮点,16位精度,8字节64位 。m总个数,d小数位
char固定长度的字符类型
varchar可变长度的字符类型
text文本
image图片
decimal(5,2)5个有效长度数字,小数点后面有2位(例如123.56)

1、int(N)

int(N)中的N不是限制字段取值范围的,int的取值范围是固定的(0至4294967295)或(-2147483648至2147483647)。N这个值是为了zerofill在字段中的值不够时补零的。

int默认是signed(有符号),取值范围(-2147483648至2147483647)。如果加了unsigned( 无符号)参数那么取值范围就为(0至4294967295)。

2、float(m,d)

设一个字段定义为float(6,3),表示6个有效长度数字,小数点后面有3位。如果插入一个数123.45678,实际数据库里存的是123.457,但总个数还以实际为准,即6位。如果插入数12.123456,存储的是12.123,如果插入12.12,存储的是12.120。

整数部分最大是3位,如果插入1234.56,会插入失败。

3、char与varchar

CHAR和VARCHAR类型类似,但它们保存和检索的方式不同。它们的最大长度和是否尾部空格被保留等方面也不同。在存储或检索过程中不进行大小写转换。

下表显示了将各种字符串值保存到CHAR(4)和VARCHAR(4)列后的结果,说明了CHAR和VARCHAR之间的差别:

值CHAR(4)存储需求VARCHAR(4)存储需求
''' '4个字节''1个字节
'ab''ab '4个字节'ab '3个字节
'abcd''abcd'4个字节'abcd'5个字节
'abcdefgh''abcd'4个字节'abcd'5个字节

字节大小:

  • char无论是否有值,都会占用固定长度的字节大小,保存在磁盘上都是4字节。
  • varchar在保存字符时,默认会加一个隐藏的结束符,因此结束符会多算一个字节。

优劣比较:

  • varchar比char节省磁盘空间。
  • 但varchar类型的数据读写速度比char慢,因为char是连续的磁盘空间,e而varchar在多次增删改查中会产生一些磁盘空间碎片。

二、查看数据库结构

mysql中的命令默认不区分大小写。表名和库名区分大小写。

在linux系统中的客户端,命令后一定要加分号,忘加在下一行打个分号也行。

1、查看当前服务器中的数据库

SHOW DATABASES;     #大小写不区分,分号“;"表示结束

2、 查看数据库中包含的表

方法一:  USE 数据库名;        #切换库  

                SHOW TABLES;      #查看库中的表  ​  

方法二:  show tables from 数据库名;    #直接查看某个库中的表  

#例如:show tables from mysql;

3、查看表的结构(字段)

方法一:  USE  数据库名;       #切换库  

                DESCRIBE  表名;     #查看指定表的结构  ​  

方法二:  DESCRIBE  [数据库名.]  表名;  

可缩写成:DESC 数据库名.表名;

#例如:desc mysql.user;

三、 SQL语句

关系型数据库,都是使用SQL语句来管理数据库中的数据。

SQL,即结构化查询语言(Structured Query Language) 。

SQL语句用于维护管理数据库,包括数据查询、数据更新、访问控制、对象管理等功能。

1、SQL中的名词介绍

  • 数据库:database
  • 表:table,行:row 列:column
  • 索引:index
  • 视图:view
  • 存储过程:procedure
  • 存储函数:function
  • 触发器:trigger
  • 事件调度器:event scheduler,任务计划
  • 用户:user
  • 权限:privilege

2、SQL语言规范

  • 在数据库系统中,SQL 语句不区分大小写,建议用大写。
  • SQL语句可单行或多行书写,默认以 " ; " 结尾。
  • 关键词不能跨多行或简写。
  • 用空格和TAB 缩进来提高语句的可读性。
  • 子句通常位于独立行,便于编辑,提高可读性。

数据库对象和命名:

数据库的组件(对象):

  • 数据库、表、索引、视图、用户、存储过程、函数、触发器、事件调度器等。

命名规则:

  • 必须以字母开头,后续可以包括字母,数字和三个特殊字符(# _ $)
  • 不要使用MySQL的保留字,如table、select、show、databases。
  • 数据库名、表名、用户名区分大小写

3、SQL语言分类

1、DDL:数据定义语言(Data Definition Language),用于创建数据库对象,如库、表、索引等。

例如:CREATE,DROP,ALTER 等。

2、DML:数据操纵语言(Data Manipulation Language),用于对表中的数据进行管理。

例如: SELECT、UPDATE、INSERT、DELETE 等。

3、DQL:数据查询语言( Data Query Languag ),用于从数据表中查找符合条件的数据记录。

例如: SELECT

4、DCL:数据控制语言(Data Control Language),用于设置或者更改数据库用户或角色权限

例如: GRANT,REVOKE

5、TCL:事务控制语言(Transaction Control Language),用于管理数据库中的事务。 TCL经常被用于快速原型开发、脚本编程、GUI和测试等方面。

例如: COMMIT,ROLLBACK,SAVEPOINT

四、创建及删除数据库和表

1、创建新的数据库

CREATE DATABASE 数据库名;

2、 创建新的表

语句格式:

CREATE TABLE  表名(字段1 数据类型,字段2 数据类型[,...] [,PRIMARY KEY (主键名)]);

#主键一般选择能代表唯一性的字段,不允许取空值(NULL),值也不允许重复,主键字段的值是唯一的。一个表只能有一个主键。

示例:

USE uma;                  #切换uma库

CREATE TABLE girl (id int NOT NULL,name char(10) NOT NULL,score decimal

(5,2),passwd char(48) DEFAULT '',PRIMARY KEY (id));        #新建表class01

#第一个字段名id,数据类型是int整数型,NOT NULL不许为空值。

#第二个字段名name,数据类型是char固定长度的字符,长度是10个字节。

#第三个字段名score,数据类型是decimal (5,2),表示5个有效数字、其中小数点后2位。

#第四个字段名passwd,DEFAULT '' 表示默认值是无值(不是空值null)。

#PRIMARY KEY (id),表示id字段是主键。

desc girl;    #查看girl表的结构

3、删除指定的数据表

DROP TABLE [数据库名.]表名;  ​  

#例:drop table girl;

4、删除指定的数据库

DROP DATABASE 数据库名;  ​  

#例:drop database uma;

五、 管理表中的数据记录(表数据的增删改查)

1、向数据表中插入新的数据记录(增)

格式:

方法一:为所有字段插入值

insert into 表名 values (所有字段的值);   #每个字段值用逗号相隔;

方法二:为指定字段插入值

INSERT INTO 表名(字段1,字段2[,...]) VALUES (字段1的值,字段2的值,...);    

#注意字段的属性not null,则必须为该字段插入值

示例:

#为表中所有字段插入值,此种方式密码会以明文显示。

INSERT INTO girl VALUES(1, '无声铃鹿', 90, 123123);

#为指定字段插入值

INSERT INTO girl (id, name, passwd) values (2, '也文摄辉', PASSWORD('121212'));

#PASSWORD ('121212'):查询数据记录时,密码字串以加密形式显示。若不使用PASSWORD(),查询时以明文显示。

2、查询表数据记录(查)

格式:

SELECT * FROM 表名;   #查询表中所有记录

#按条件查找数据记录,且只显示指定字段的值

SELECT 字段名1,字段名2[,...] FROM 表名 [WHERE 条件表达式];

#表中的记录默认是横向展示的,当字段很多时显示很乱,可以将";"换成"\G",改成纵向展示每条记录。

select * from 表名\G

#mysql的分页语句:

select * from 表名 limit 2;

select * from 表名 limit 2,3;        #显示第2行后的前3行(即显示第3~5行)

select * from 表名 limit 19,11;    #查看第20行到第30行的记录

select * from 表名 id>=10 and id<=20; #查看id值在10到20之间的数据记录

示例:

SELECT * FROM girl;     #查看表中所有数据记录

SELECT id, name, score FROM girl WHERE id=3;   #查看id为3的数据记录,显示id、name、score三个字段

SELECT id, name, score FROM girl WHERE id=1 or id=5; #查询id为1或id为5的数据记录

SELECT id, name, score FROM girl WHERE name='特别周' and score=59;   #查询name为“特别周”且分数为59的数据记录。

SELECT * FROM girl\G         #以列表方式竖向显示每个字段

select * from girl limit 2,3;   #显示第2行之后的前3行(即显示第3~5行)

3、修改/更新数据表中的数据记录(改)

修改字段一般要加上条件,不然会把所有行都修改了。

格式:

UPDATE 表名 SET 字段名1=字段值1[,字段名2=字段值2] [WHERE 条件表达式];

示例:

UPDATE girl SET passwd= PASSWORD(' ') WHERE name='无声铃鹿';

#修改name为“无声铃鹿”的数据记录,将其密码修改为以密文显示。

UPDATE girl SET score=95,passwd=' ' WHERE id=1;

#修改id为1的数据记录,将score字段值改为95,passwd字段改为无值。

#建议使用唯一性比较好的字段作为指定条件,因为名称可能有重复,但id不会重复。

4、在数据表中删除指定的数据记录(删)

删除数据记录时,一定要加条件,否则会将整个表都删除

DELETE FROM 表名 [WHERE 条件表达式];     #删除一定要加条件,不然会删除整个表

 

例:  DELETE FROM girl WHERE id=2;      #删除id字段值为2的数据记录

六、 修改表名和表结构

修改表名和表结构时,都要使用ALTER语句

1、修改表名 rename

ALTER TABLE 旧表名 RENAME 新表名

 

例:  ALTER TABLE girl RENAME wife;   #将class01的表名修改为tt01

2、 扩展表结构(增加字段) add

ALTER TABLE 表名 ADD 字段名 数据类型;

 

例:ALTER TABLE wife ADD address varchar(50) not null default '地址不详';

#增加“address"字段,不允许为空值,默认值为“地址不详”。

#default '地址不详':表示此字段设置默认值为"地址不详",可与NOT NULL配合使用。

3、 修改字段名,添加唯一健 change

 CHANGE可修改字段名、数据类型、约束等所有项。

ALTER TABLE 表名 CHANGE 旧字段名 新字段名 [数据类型] [约束];

 

例:  ALTER TABLE wife CHANGE score phone int unique key;

#将score字段名修改为phone,数据类型修改为int整数型,并添加唯一键约束。

4、删除字段drop 

ALTER TABLE 表名 DROP 字段名;

 

例:  ALTER TABLE wife DROP passwd;     #删除passwd字段

5、 添加主键约束 add primary key

方法1:创建表时设置主键

create table 表名(字段1 XXX, 字段2 XXX, ....primary key(字段));

 

create table 表名(字段1 XXX primary key, . . ..);   #将主键作为字段1的属性

方法2:在现有表中添加主键

ALTER TABLE 表名 add primary key(字段名);

 

例:  ALTER TABLE wife add primary key(id);   #将id字段添加为主键

主键primary key 和 唯一键unique key:

共同点:字段的值都是唯一的,不允许有重复值。

不同点:

  • 自定义的表中只能有一个主键,但是可以有多个唯一键。
  • 主键字段中不允许有null值,唯一键允许有null值。

(系统的表中可以有多个主键)

七、MYSQL常见的约束

  • 主键约束(primary key) PK
  • 自增长约束(auto_increment)
  • 非空约束(not null)
  • 唯一性约束(unique)
  • 默认值约束(default)
  • 零填充约束(zerofill)
  • 外键约束(foreign key)FK

八、总结

1、查看数据库和表

show databases;

use 库名;

show tables;

desc 表名;

desc 表名\G

show create table 表名;

2、创建及删除数据库和表

create database 库名;

create table 表名(字段1 数据类型 [属性], 字段2 .....);

DROP TABLE [数据库名.]表名;

DROP DATABASE 数据库名;

3、表数据的增删改查

insert into 表名 values (所有字段的值);

insert into 表名 (指定字段名称) values(字段的值);

delete from 表名 [where ...];

truncate table 表名;     #删除表中所有数据。相当于格式化,速度很快

update 表名 set 字段=值[, 字段2=....] [where ...];

select 字段1[,字段2....] from 表名 [where ...];

select * from 表名;

4、修改表名和表结构

alter table 表名 RENAME/ADD/CHANGE/DROP 字段名 数据类型 属性;

alter table 表名 ADD 键名(字段); //给指定字段添加键约束

注:零填充约束、非空约束、默认约束、自增长约束不能通过ADD方式添加,可以在建表时设置,或者CHANGE修改字段时添加。

5、主键和唯一键

主键:primary key

唯一键:unique key

共同点: 字段的值都是唯一性,不允许有重复的值

不同点:

  • 一个表中 只能有1个主键,但是可以有多个唯一键
  • 主键字段中不允许有null值,唯一键是允许有null

6、添加主键字段的三种方法

创建表时指定主键字段的两种方式:

  • create table 表名 (字段1 XXX,字段2 xxx,...,primary key(字段));
  • create table 表名 (字段1 XXX primary key, ....);

在现有表中添加主键:

  • alter table 表名 ADD primary key(字段);
半导体工厂自动化实战:用secs4net实现设备与MES系统通信(附完整代码) 本文详细介绍了如何利用secs4net框架实现半导体工厂设备与MES系统的高效通信。通过解析SECS/GEM协议的核心架构、关键业务场景实现及性能优化实践,帮助开发者快速掌握工业自动化通信技术,提升生产效率和系统稳定性。 阅读详情

相关推荐

CISP-PTE八套真题详解(侵删)_cisp-pte 考题与答案,万字长文轻松彻底入门Flutter

接下来就是代码审计了isset()函数用于检测变量是否已设置并且非 NULL代码中base64解码出来是一个base64的一句话木马根据代码,需要我们提交一个Hello参数,参数的值为多少都行,然后我们可以通过提交z0参数的base64值进行执行命令先用phpinfo();试一下:发现执行成功那么直接写个查看key文件的系统命令(记得最后要加分号)在源代码中找到key。

2401_83947398的博客 4680

MySQL数据库库表管理

例如:CREATE,DROP,ALTER 等。

qq_64333664的博客 777

Python+Vue计算机毕业设计风电场监控系统的设计与实现7bd6i(程序+LW+源码+部署)

Python3.7.7+Django+Mysql5.7+pip list+HBuilderX(Vscode也行)+Vue+Pychram社区版。2. 前端:vue+css+javascript+jQuery+easyUI+highcharts。2.IDE环境:Python和Python 社区版都可以。Django + Vue +Python+Mysql 等等组成,B/S模式等等。该项目含有源码、文档、程序、数据库、配套开发软件、软件安装教程。1. 后端:Python、Vue、Django、Mysql。

华信计算机毕设源码程序 344

数据库之库表管理

数据库:database表:table,行:row 列:column索引:index视图:view存储过程:procedure存储函数:function触发器:trigger事件调度器:event scheduler,任务计划用户:user权限:privilegeuse 库名;desc 表名;desc 表名\Gshow create table 表名;

Utopia_dower的博客 1525

Google账号找回通用方法(尤其是知道账号密码仍无法登录和找回的)

Google账号找回通用方法【尤其是知道账号密码仍无法登录和找回的】普通找回注意:适用于常用谷歌账户的设备和网络情况下无法使用手机或辅助邮箱验证码进行密码找回特殊找回方法注意;适用于1.新的设备以及网络环境(包括由于非正常原因导致设备系统以及应用信息变更)2.没有开启辅助验证(手机/邮箱)3.知道账号密码但无法登录或找回。通过申诉进行找回 普通找回 注意:适用于 常用谷歌账户的设备和网络情况下 无法使用手机或辅助邮箱验证码进行密码找回 通过恢复页面进行恢复 https://accounts.google

极客代码-极致生活 23万+

三相电机控制中的端电压、相电压与线电压波形解析

本文深入解析了三相电机控制中端电压、相电压与线电压的核心概念与波形差异。通过对比方波控制、SPWM和SVPWM三种主流控制策略下的实测波形特征,揭示了不同控制逻辑对电压波形(如梯形波、正弦波、马鞍波)的影响。文章重点阐述了SVPWM控制如何通过生成马鞍波形端电压来提高直流母线电压利用率,并提供了实用的波形测量与调试指南,帮助工程师深入理解电机控制原理并进行有效调试。

qsc901234567的博客 1403

数据库和表的基本管理

数据库和表的基本管理

demonXwire的博客 893

手把手拆解UCIe协议层:从Raw Mode到Flit Mode,数据包到底经历了什么?

本文深入解析UCIe协议层的数据包处理机制,从Raw Mode到Flit Mode的三大变体(Standard 256B、68B-Enhanced、Latency-Optimized),详细揭示数据包在不同模式下的封装与转换过程。通过工程师视角,展示协议层如何实现多模式动态切换、错误恢复及与D2D Adapter的协同设计,为芯片级互连技术提供实践指导。

weixin_28728495的博客 241

【⑩MySQL】:表管理,让数据管理不再困难

【⑩MySQL】:表管理,让数据管理不再困难

热爱编程的小K的博客 4203

Materials - UE5中的PivotPainter

可以使用3DS Max Script中的脚本(Pivot Painter)对模型进行处理,让每个Element都有自己的Pivot Point,来方便控制和制作一些特殊的顶点动画效果;

GT的虚幻引擎文档 1290

新买的USB无线网卡插上没反应?保姆级排查指南:从设备管理器到网络列表

本文提供USB无线网卡无法识别的全流程排查手册,涵盖硬件检测、驱动管理和网络配置三大维度。重点解析设备管理器中的设备状态诊断和驱动解决方案,特别适用于Realtek芯片的无线网卡(如RTL8188GU、RTL8812BU等),帮助用户快速解决网卡插上无反应的问题。

weixin_29876033的博客 514

MySQL数据库中库和表的管理

MySQL数据库中库和表的管理 库的操作:创建库、删除库 创建库: create database student; create database if not exists student; 删除库: drop database student; drop database if exists student; 表的操作:创建表、修改表、删除表、复制表 创建表: 例:创建学员信息表 学号、姓名、性别、邮箱、生日 create table stuinfo( stuno int,# 学号 stuname

Aran_797的博客 1066

Test软件:Keysight二次开发_(3).安装与配置开发环境

在开始进行Keysight软件的二次开发之前,首先需要确保您的开发环境已经正确安装和配置。本节将详细介绍如何安装和配置必要的开发工具和依赖项,以便您能够顺利进行开发工作。

2401_87715305的博客 1414

MySql数据库数据定义语言(DDL)—库和表的管理

数据定义语言(Data Definition Language, DDL) 是SQL语言集中负责数据结构定义与数据库对象定义的语言,由CREATE、ALTER与DROP三个语法所组成,最早是由 Codasyl (Conference on Data Systems Languages) 数据模型开始,现在被纳入 SQL 指令中作为其中一个子集。 DDL主要是对库和表的操作。

renzhongrui的博客 3171

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

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

[MYSQL / Mariadb]数据库学习-库、表管理

MySQL的库、表管理及案例

HYFarashi的博客 862

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

Mysql数据库的库和表的管理

MySQL数据库常用的一些基本命令 登录 C:\Users\15156>mysql -uroot -p 显示所有数据库 mysql> show databases; 进入指定的数据库 use + 库名 mysql > use mysql; 查看库中所有的表 show tables from 库名;查看其他库中的所有表 mysql > show tables; mysql > show tables from mysql; 查看当前库 mysql > select

asdn1756的博客 182

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

数据库、MySQL服务器、MySQL用户密码管理、MySQL、库表管理语句、表记录管理语句、MySQL数据类型

结构化存储数据的系统,支持增删改查(CRUD)关系型数据库(RDBMS):以“表”为单位组织数据,表间通过主外键关联领域建议字符集全局设为utf8mb4引擎优先使用InnoDB(支持事务、行锁)主键自增INT或BIGINT,避免业务字段作主键索引对WHEREJOINORDER BY字段建索引安全禁用 root 远程登录,应用使用最小权限账号备份定期mysqldump或使用xtrabackup。

silver90239的博客 779

MySQL数据库的库表管理

Mysql基础命令

weixin_55015185的博客 442

数据库表的初识&建库&账号管理

并且库里表的存储引擎均为PERFORMANCE_SCHEMA,而用户是不能创建存储引擎为PERFORMANCE_SCHEMA的表。sys 数据库主要提供了一些视图,数据都来自于performation_schema,主要是让开发者和使用者更方便地查看性能问题。字符串类型:char,varchar,(varchar2类型是oracle里的)text,blob(二进制类型).例如:订单项表设计:id、单价、数量以及小计字段(小计应该是单价*数量)例如:接诊记录表(id,患者ID、患者姓名同时存在一张表中)

weixin_73817220的博客 1090

【Navicat+MySQL】 在Navicat内创建管理数据库、数据库表。

ENGINE = <存储引擎>:MySQL 支持多个存储引擎,可为不同表设定不同的存储引擎,使用是要用具体的存储引擎名称代替,如 ENGINE = InnoDB。这个语句可以用来从一个数据库“跳转”到另一个数据库,在用 CREATE DATABASE 语句创建了数据库以后,该数据库不会自动成为当前数据库,需要用 USE 语句来制定。数据库Bookstore中有一个表book,创建book表的一个名为book_copy2的副本,并复制其内容。-<列名>:表中列的名字,长度不能超过64字符。

zhuiyisuifeng的博客 306

数据库基本管理

2.数据库基本管理 问题 本案例要求熟悉MySQL的连接及数据库表的增删改查等基本管理操作,主要完成以下几个方便的操作: 使用mysql命令连接数据库 练习查看/删除/创建库的相关操作 练习查看/删除/创建表的相关操作,表数据参考如表-1所示内容 表-1 测试用表数据 学号 姓名 性别 手机号 通信地址 NSD131201 张三 男 13012345678 朝阳区劲松南路… … NSD13120...

S_XYY的博客 320

MySql数据库 之表和库的管理

1、数据库的管理 #创建: create create database 【if not exists】 库名 #修改(更改可能出现错误,默认不能更改): alter #但是可以更改字符集: alter database 库名 character set gbk/utf8 #删除: drop drop database 【if exists】库名 2、表的管理 # 创建: create create table 表名( 列名, 列的类型 【(长度) 约束】 列名, 列的类型 【(

lml521lml927的博客 182

[MySQL]数据库-库、表的管理

[MySQL]数据库-库的管理 默认系统库: information_schema: 数据库元数据信息:用户、表、视图…… 只存在内存中,不存在磁盘中,只能查询,不能创建、删除 mysql: 用户的控制信息、日志信息 常用查用户权限 performance_schema: 性能的原始指标 sys: 记录视图,整合performance_schema的信息 ...

HYFarashi的博客 233

【MySQL数据库】DDL语言,库和表的管理

文章目录DDL语言:库和表的管理一、库的管理:1、创建库二、库的修改三、删除库二、表的管理:1、创建表2、修改表3、删除表4、表的复制三、常见类型1、整型:2、小数:3、字符型/串数据:4、较长的文本:5、日期型:6、Blob类型:7、其他:四、常见约束1、常见约束2、【实战】创建表时添加约束3、【实战】添加表级约束4、【实战】通用5、【实战】添加约束6、【实战】删除约束7、标识列:自增 DDL语言:库和表的管理 数据库模式定义语言DDL(Data Definition Language),是用于描述数据库

tangxz的博客 251
上一篇: MySQL数据库基础
下一篇: MySQL数据库之用户管理
梅比乌斯N
博客等级 码龄4年 288粉丝 80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