ORACLE NUMBER数据类型

suncrafted suncrafted 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 3.7k累计阅读 3.8k平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄24年
关注
转载 最新推荐文章于 2026-03-13 21:07:38 发布 3.7k 阅读 AI 写同款· GEO 优化 ›
Oracle中的number和date类型，数据库管理轻松应对！ 它是一个变长的数字类型，可以用来存储整数、浮点数以及正负定点数。由于不同的定义方式可能会导致不同的输出结果，因此在使用。类型，用于存储时间戳数据，可以指定小数秒部分的精度，默认值为9。根据应用场景的不同，可以选择使用不同时区的。这里，SYSDATE用于获取当前的日期和时间，SYSTIMESTAMP则用于获取更为精确的时间戳。类型用于存储日期和时间信息，包括世纪、年、月、日、时、分、秒，最小精度为秒。：指定数值的总位数（即数字的总位数，包括整数部分和小数部分）。这里插入的数据展示了如何在不同的。 阅读详情

 ORACLE NUMBER数据类型！

网上关于number的资料很多了，学习总结了下，如果问题及不足，欢迎指正。

一、oracle的number类型精度、刻度范围

number(p,s)

p:1---38
s:-84---127

有效数位：从左边第一个不为0的数算起，小数点和负号不计入有效位数。

p>0，对s分2种情况：

1. s>0

精确到小数点右边s位，并四舍五入。然后检验有效数位是否<=p；

ZWF.YUDONG>create table t_n(id number(5,2));

Table created.

ZWF.YUDONG>insert into t_n values(123.45);

1 row created.

ZWF.YUDONG>insert into t_n values(123.455);

1 row created.

ZWF.YUDONG>select * from t_n;

        ID
----------
    123.45
    123.46

2 rows selected.

ZWF.YUDONG>insert into t_n values(1.234);

1 row created.

ZWF.YUDONG>select * from t_n;

        ID
----------
    123.45
    123.46
      1.23

3 rows selected.

ZWF.YUDONG>insert into t_n values(.001);

1 row created.

ZWF.YUDONG>select * from t_n;

        ID
----------
    123.45
    123.46
      1.23
         0

4 rows selected.

ZWF.YUDONG>insert into t_n values(1234.56);
insert into t_n values(1234.56)
                       *
ERROR at line 1:
ORA-01438: value larger than specified precision allowed for this column


如果s>p，小数点右边至少有s-p个0填充。

ZWF.YUDONG>create table t_n(id number(4,5));

Table created.

ZWF.YUDONG>insert into t_n values(1);
insert into t_n values(1)
                       *
ERROR at line 1:
ORA-01438: value larger than specified precision allowed for this column


ZWF.YUDONG>insert into t_n values(.1);
insert into t_n values(.1)
                       *
ERROR at line 1:
ORA-01438: value larger than specified precision allowed for this column


ZWF.YUDONG>insert into t_n values(.01);

1 row created.

ZWF.YUDONG>commit;

Commit complete.

ZWF.YUDONG>select * from t_n;

        ID
----------
       .01

1 row selected.

ZWF.YUDONG>insert into t_n values(.001);

1 row created.

ZWF.YUDONG>insert into t_n values(.0001);

1 row created.

ZWF.YUDONG>insert into t_n values(.00001);

1 row created.

ZWF.YUDONG>insert into t_n values(.000001);   --超过刻度存储0

1 row created.

ZWF.YUDONG>select * from t_n;

        ID
----------
       .01
      .001
     .0001
    .00001
         0


10 rows selected.

ZWF.YUDONG>col dp for a50
ZWF.YUDONG>select id,dump(id) dp,length(id),vsize(id) from t_n;  --vsize和dump的是字节数，length是数值实际位数（含小数点）

        ID DP                                                 LENGTH(ID)  VSIZE(ID)
---------- -------------------------------------------------- ---------- ----------
       .01 Typ=2 Len=2: 192,2                                          3          2
      .001 Typ=2 Len=2: 191,11                                         4          2
     .0001 Typ=2 Len=2: 191,2                                          5          2
    .00001 Typ=2 Len=2: 190,11                                         6          2
         0 Typ=2 Len=1: 128                                            1          1

5 rows selected.


2. s<0

精确到小数点左边s位，并四舍五入。然后检验有效数位是否<=p+|s|

ZWF.YUDONG>create table t_n(id number(5,-2));

Table created.

ZWF.YUDONG>insert into t_n values(12345);

1 row created.

ZWF.YUDONG>select * from t_n;

        ID
----------
     12300

1 row selected.

ZWF.YUDONG>insert into t_n values(123456);

1 row created.

ZWF.YUDONG>insert into t_n values(1234567);

1 row created.

ZWF.YUDONG>select * from t_n;

        ID
----------
     12300
    123500
   1234600

3 rows selected.

ZWF.YUDONG>insert into t_n values(12345678);
insert into t_n values(12345678)
                       *
ERROR at line 1:
ORA-01438: value larger than specified precision allowed for this column


二、oracle的number类型存储结构：

oracle采用变长存储number数据类型（按一定规则进行转换成2进制编码格式存储）。

oracle数据库中存储的number类型包含3个部分: HEAD部分, DATA部分, 符号位。

对正数来说, 符号位省略, 对0来说, oracle存储的是X80（128）。

ZWF.YUDONG>select dump(0) from dual;

DUMP(0)
----------------
Typ=2 Len=1: 128

1 row selected.

ZWF.YUDONG>select dump(1) from dual;

DUMP(1)
------------------
Typ=2 Len=2: 193,2

1 row selected.

ZWF.YUDONG>select dump(-1) from dual;

DUMP(-1)
-----------------------
Typ=2 Len=3: 62,100,102   

1 row selected.

HEAD部分为一个字节8位, 就是前面看到的128, 193，62。由该部分我们可以看出number类型的基本信息，因为设计这种存储格式的时候, oracle希望以十六进制00-FF来表示所有
的number, 所以为了编码的对称, 首先将number分为正负, 所以以00-FF的中间位置80, 也就是十进制的128来表示0, HEAD部分小于80,即为负数,大于80即为正数。ORACLE再次对
00-80, 80-FF进行对分：

00-3E 表示: number <= -1
3F-7F 表示: -1 < number < 0
81-C0 表示: 0 < number < 1
C1-FF 表示：number >= 1

从HEAD部分我们可以也看出数据的位数信息，是否含有小数，可以根据HEAD的信息判断小数点的位置。由于数据部分低位2的n次方位个0是不被存储的，数据展现的时候oracle
根据HEAD的信息给补充末位的0。

ZWF.YUDONG>select dump(123456789) from dual;

DUMP(123456789)
------------------------------
Typ=2 Len=6: 197,2,24,46,68,90 --197（C5）的含义：表示数字123456789大于1，197-193(数字1占用2个字节该值为193) = 4 ，所以该数字占用6（2+4）个字节。

1 row selected.


然后,我们再来看数据部分, ORACLE对十进制的数字(整数部分,小数部分正好相反)是两位两位进行存储的(从右往左的顺序), 例如对1234, ORACLE会分别对12, 34进行存储.
所以只需要对(+-)1-99进行编码

1 --- 99 分别用十六进制2-64表示，就是2-100,

-1--- -99 用十六进制64-2表示，就是100-2

ZWF.YUDONG>select dump(12345) from dual;

DUMP(12345)
------------------------
Typ=2 Len=4: 195,2,24,46  --数据部分2,24,46 表示 （2-1=1，24-1=23，46-1=45）；HEAD部分表示12345 >= 1,占用195-193+2=4字节。

1 row selected.


SYS.YUDONG>select dump(1100) from dual;  

DUMP(1100)
-------------------
Typ=2 Len=2: 194,12       --如果从右边起，连续2的n次方位为0，oracle一次排触（不存储）只是位数加1。可以对比dump(11)的情况看看。

1 row selected.

SYS.YUDONG>select dump(11) from dual;

DUMP(11)
-------------------
Typ=2 Len=2: 193,12        --这里数据部分和1100是一样的，末位的2个0没有实际存储，长度193比194小1。

1 row selected.

--对于含小数(负数、整数2种情况)的情况：

1、负数

SYS.YUDONG>select dump(-1.2) from dual;

DUMP(-1.2)
--------------------------
Typ=2 Len=4: 62,100,81,102    --HEAD=62（3E）表示该数值小于等于-1;数据部分：整数部分的-1存储为100，小数部分从左往右2位一结合，不足2位后边补一个1。
                              对应关系变为9，8...1表示1，2...9，看下面几个例子，如果足2位，还是按照上边说的规律（-1--- -99 用十六进制64-2表示，就是100-2）。

1 row selected.


ZWF.YUDONG>select dump(-2.1) from dual;

DUMP(-2.1)
-------------------------
Typ=2 Len=4: 62,99,91,102

1 row selected.

ZWF.YUDONG>select dump(-2.2) from dual;

DUMP(-2.2)
-------------------------
Typ=2 Len=4: 62,99,81,102

1 row selected.

ZWF.YUDONG>select dump(-2.9) from dual;

DUMP(-2.9)
-------------------------
Typ=2 Len=4: 62,99,11,102

1 row selected.

ZWF.YUDONG>select dump(-2.12) from dual;

DUMP(-2.12)
-------------------------
Typ=2 Len=4: 62,99,89,102

1 row selected.

ZWF.YUDONG>select dump(-2.13) from dual;

DUMP(-2.13)
-------------------------
Typ=2 Len=4: 62,99,88,102

1 row selected.

ZWF.YUDONG>select dump(-2.123) from dual;

DUMP(-2.123)
----------------------------
Typ=2 Len=5: 62,99,89,71,102

1 row selected.


2、正数

SYS.YUDONG>select dump(1.222) from dual;

DUMP(1.222)
------------------------
Typ=2 Len=4: 193,2,23,21      --HEAD=193(C1)表示该数字大于等于1;数据部分:整数部分存储2(2-1=1),小数部分从左往右2位一结合,23(23-1=22)表示22,后边还剩下一个2,
                                不足2位的末尾补充一个1,也就是等于1.2220

1 row selected.

ZWF.YUDONG>select dump(1.2220) from dual;

DUMP(1.2220)
------------------------
Typ=2 Len=4: 193,2,23,21

1 row selected.


符号位： 用的是(+-)1-99都不可能用到的编码66(102)来表示，有资料说为了处理排序问题（未加考证）。根据HEAD部分可以做初步判断，根据我们说的HEAD部分的四个范围，
如果2个数值不在一个范围，立即可以看出大小，如果在一个范围其实也可以根据其正负+绝对值来进行排序了，正数绝对值大的就大，负数则相反，为何还要用到这个符号位？


三、相关bug：

时间久了，也无从考证，写出来共享吧，也许有人会用到：

03年用9i的时候，做税收会计余额累计，当时遇到number类型的bug，数据结构为number(20,2),进行数据累计的时候当余额等于1（也许是0，印象模糊了）的时候，出现03113
错误，每次执行都一样，当时搜索了资料也说是oracle一个bug，后来采取了一些回避手段把金额先乘以100，换算完后再除以100，展现给用户，也就是利用了number(p,0)整数
类型（不存储小数部分，减少产生溢出等bug的几率）来解决了当时的问题。供参考！

http://zhouwf0726.itpub.net/post/9689/158068
收录于
ORACLE

当前文章被收录于：

ORACLE
71 篇文章 0 人学习
订阅专栏 查看详情
标签
#oracle #存储 #insert #table #数据结构
#数据库
Oracle数据库从入门到精通系列之十五：NUMBER类型 指定小数位数位2，精度为5时，小数点左边最多只能有3位，右边有2位，因此这个数不满足精度要求。精度和小数位数根本不会影响数据在磁盘上如何存储，只会影响允许有哪些值以及数值如何舍入。NUMBER类型是一个变长数据类型，在磁盘上会占用0～22字节的存储空间。在此P和S是可选的，分别用于指定以下两个方面。在这个例子，NUM_COL列不允许多于5位。小数位数可以用于控制数值的舍入。 阅读详情

相关推荐

避坑指南：QCustomPlot鼠标事件冲突解决方案（左键拖动vs右键框选）

本文深入解析QCustomPlot在QT框架下的高级交互实现，重点解决左键拖动与右键框选的冲突问题。通过自定义事件处理和QRubberBand技术，提供了一套完整的无冲突交互方案，帮助开发者优化数据可视化应用的用户体验。

moss5的博客 660

oracle中number的用法,Oracle Number数字

oracle函数 的 Oracle Number数字在本教程中，您将学习Oracle NUMBER数据类型以及如何使用它来为表定义数字列。Oracle NUMBER数据类型简介Oracle NUMBER数据类型用于存储可能为负值或正值的数值。以下说明了NUMBER数据类型的语法：NUMBER[(precision [, scale])]Oracle NUMBER数据类型具有以下精度和尺度。精度是一...

weixin_34835470的博客 2万+

autodl云服务器使用中的conda源报错

通过find path -name filename找到.condarc文件，在autodl服务器中，一般在/root/.condarc。为了利用jypyter打开conda虚拟环境运行，需要下载ipykenel。这个报错是源的问题，在通过源获取包元数据时出现了HTTP 429错误。通过conda换源解决。修改.condarc文件，命令： vim .condarc。但这样还不能解决问题，得把报错中有问题的源注释掉。通过以下命令添加清华镜像源。把报错的链接源注释如下。

Ty_kilig的博客 1584

Oracle数据类型之number

oracle的number类型是oracle的内置类型之一，是oracle的最基础数值数据类型。在9iR2及其以前的版本中只支持一种适合存储数值数据的固有数据类型，在10g以后，才出现了两种新的数值类型，即推出本地浮点数据类型(Native Floating-Point Data Types): BINARY_FLOAT(单精度32位)和BINARY_DOUBLE(双精度64位). 这些新数据类型

heizistudio的专栏 2058

centos7 python3.12.1 报错 No module named _ssl，坑我几个小时

网上的教程很多，但几乎是无效的，跟着我这教程，可以完美解决。

Amio_的博客 1万+

【ESP32设备通信】-LoRa通信

在本文中，我们将使用 Arduino IDE 将 ESP32 与 LoRa SX1278 (Ra-02) 模块连接起来。 我们将创建一个真实的示例项目，通过 LoRa 无线打开/关闭 LED 进行演示。

视觉与物联智能 1890

Oracle_字段精度修改_18_18,2

已有数据修改 alter table T_CONTRACT add (PAY_MONEY_TEMP number(18,2)); update T_CONTRACT set PAY_MONEY_TEMP = round(PAY_MONEY,2); alter table T_CONTRACT drop column PAY_MONEY; alter table T_CONTRACT add (...

icecoola_的博客 1200

三态门Multisim电路仿真——硬件工程师笔记

三态门原理及应用摘要 三态门是具有高电平（1）、低电平（0）和高阻态（Z）三种输出的逻辑电路，通过使能端（EN）控制状态切换。高阻态时输出端等效断路，避免信号冲突。其核心应用包括： 总线系统：多设备共享总线时，仅使能选中设备的三态门，其余保持高阻态，防止干扰。 数据选择器：利用三态门切换多路输入信号，简化电路设计。 实现方式分两种： TTL三态门（三极管构成）：低电平使能有效，仿真验证输出逻辑与高阻态。 MOS三态门（MOS管构成）：高电平使能有效，仿真显示使能信号控制输出状态。 文中还附硬件工程师笔试面试

XU157303764的博客 2009

Oracle中NUMBER数据类型详解

NUMBER数据类型用于存储零、正负定点数或浮点数。它的最大特点是精度可变，并且可以进行高精度的计算，非常适合需要精确计算的场景，如金融、科学计算等。在创建表时，定义NUMBERprecision（精度）: 指数字的总位数，包括小数点左边和右边的所有数字。它的范围是1 到 38。scale（标度）: 指小数点右边的最大位数。它的范围是-84 到 127。根据precision和scale的不同，NUMBER可以表现为几种不同的形式。特性描述类型精确数值数据类型存储内容整数、定点小数、浮点数（不推荐）

ITHomeZSL的博客 2009

LLC电路细讲笔记（二）LLC谐振转换器：频率、增益与Q值的详细探讨

这本电子书通过详细分析LLC谐振转换器的工作原理、等效电路和增益公式，帮助读者深入理解如何设计和优化谐振转换器系统。通过这些公式和设计方法，工程师可以根据不同的应用需求调整参数，实现高效的电能转换。

weixin_43199439的博客 6890

AI应用架构师收藏：大规模AI系统AIOps智能运维的4个落地案例

本文精选互联网、金融、制造、电信四大行业的大规模AI系统AIOps落地案例，覆盖云原生AI平台、风控AI系统、工业AI质检、5G网络AI优化等典型场景。行业背景与系统规模：业务目标、AI系统架构、运维挑战；AIOps解决方案设计：数据采集层→分析层→决策层的全栈架构，技术栈选型与理由；核心技术实现细节：异常检测算法、根因分析模型、自动化恢复流程（含Python代码示例）；实施效果与经验总结：关键指标对比、踩坑教训、架构师视角的最佳实践。

AI天才研究院 856

Oracle数据类型NUMBER

<br />Oracle   number   datatype   <br /> <br />语法：NUMBER[(precision   [,   scale])] <br />简称：precision   -->   p <br />            scale      -->   s <br /><br />NUMBER(p,   s) <br />范围：   1   <=   p   <=38,   -84   <=   s   <=   127 <br />保存数据范围：-1.0e-13

caihaijiang的专栏 1304

Python 复现AlexNet框架代码

【代码】Python 复现AlexNet框架代码。

Quintin 2421

oracle类型number类型,Oracle的number数据类型

NUMBER(precision，scale)precision表示数字中的有效位;如果没有指定precision的话，Oracle将使用38作为精度。如果scale大于零，表示数字精确到小数点右边的位数；scale默认设置为0；如果scale小于零，Oracle将把该数字取舍到小数点左边的指定位数。Precision的取值范围为 [1---38]；Scale的取值范围为 [-84---127...

weixin_39518002的博客 1909

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)

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")

java oracle number_Oracle—number数据类型

NUMBER ( precision， scale)1、 precision****表示数字中的有效位;如果没有指定precision的话，Oracle将使用38作为精度。2、 如果scale大于零，表示数字精确到小数点右边的位数；scale默认设置为0；如果scale小于零，Oracle将把该数字取舍到小数点左边的指定位数。3、 Precision****的取值范围为【1—38】；Scal...

weixin_32054021的博客 513

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox（带书签），MATLAB统计学习工具

Oracle数据类型number(m,n)

Oracle中数据类型number(m,n)中m表示的是所有有效数字的位数，n表示的是小数位的位数。m的范围是1-38，即最大38位。 1> .NUMBER类型细讲：Oracle number datatype 语法：NUMBER[(precision [, scale])]简称：precision --> p 　　　scale --> ...

weixin_30563917的博客 3051

oracle number类型数据类型,Oracle number数据类型

Oracle number数据类型number( p, s )p：总的位数s：小数位数如：number(5，2)，表示整数位数为3位，小数位数为2位1. number(5,2) :整数位数最多只能是三位数，而小数位数可以超过2位数，插入时四舍五入取值scott@ORA10G> create table tt (msg varchar2(10),num_col number(5,2));Tab...

weixin_39592137的博客 1179

Oracle的number数据类型

number数据类型 格式:number( precision , scale ） 直接使用number的话,将使用40位精度 直接使用number(数字),只能用于整数 precision表示数字中的有效位; 有效数位:从左边第一个不为0的数算起,小数点和负号不计入有效位数; scale表示精确到多少位，指精确到小数点左边或右边多少位(±决定) 如果scale大于零，表示数字精确到小数点右边的位...

2045

oracle number数据类型

Oracle中数据类型number(m,n)中m表示的是所有有效数字的位数，n表示的是小数位的位数。m的范围是1-38，即最大38位。 NUMBER[(precision   [, scale])] 简称：precision   -->   p            scale   -->   s 即：NUMBER(p,   s) 范围：   1         

LI_ANGGEZI的专栏 343

oracle mysql number_Oracle数据库中NUMBER(x,y)数据类型详解

Oracle的NUMBER数据类型表示十进制的数字，分别从整数位个数和小数位个数进行限制。我们以NUMBER(8,2)为例进行分析。试验准备分析并实验总结Oracle的NUMBER数据类型表示十进制的数字，分别从整数位个数和小数位个数进行限制。我们以NUMBER(8,2)为例进行分析。1 试验准备建立一个只有一列的表，NUMBER(8,2)表示数字总个数最多为8，小数部分最多2位(推算出整数部分最...

weixin_28812943的博客 1012

oracle中number整数表示,【NUMBER】Oracle的NUMBER数据类型特点

Oracle的NUMBER数据类型内部使用科学计数法以可变长度格式来存储数据。使用1B存储指数，而另外20B(可变)用于存储该数字剩下的部分。这种存储模式使得NUMBER数据类型可以表示的精度为38位。简单的对Oracle数字类型的存储特点进行简单探索。1.确定数字所占字节的大小可以使用vsize函数获得存储数字时占用的字节。SQL> select vsize(100) from dual;...

weixin_39861882的博客 702

在Oracle中NUMBER数据类型的定义问题

在Oracle中NUMBER数据类型的定义问题： 1、当括号内只有一个参数时，如NUMBER(50)。表示所定义的数字最大可设置50位长，不包含小数。 2、当括号内有两个参数时，如NUMBER(5, 2)。表示所定义的数字最大是5位长，其中包含2位小数。

zhang_yusheng的博客 2599

Oracle中数据类型number(m,n)

Oracle中数据类型number(m,n)中m表示的是所有有效数字的位数，n表示的是小数位的位数。m的范围是1-38，即最大38位。     1> .NUMBER类型细讲： Oracle   number   datatype   语法：NUMBER[(precision   [, scale])] 简称：precision   -->   p           scale   --

IT_superman的专栏 1万+
上一篇： Informatica PMCMD 命令格式
下一篇： ORACLE 日期时间转换
点赞 0
评论 1
书签 书签 0
suncrafted
suncrafted
博客等级 码龄24年 103粉丝 30原创
+ 关注 专栏目录 订阅专栏
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 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