现在深度学习中一般我们学习的参数都是连续的，因为这样在反向传播的时候才可以对梯度进行更新。但是有的时候我们也会遇到参数是离>散的情况，这样就没有办法进行反向传播了，比如二值神经网络。本文中讲解了如何用pytorch对二值化的参数进行梯度更新的straight-through estimator算法。Question： STE核心的思想就是我们的参数初始化的时候就是float这样的连续值，当我们fo

参照文章：夏雪冬日 https://www.cnblogs.com/heyonggang/p/9462242.html 首先MySQL优化器要确定以谁为驱动表，也就是说以哪个表为基准，在处理此类问题时，MySQL优化器采用了简单粗暴的解决方法：哪个表的结果集小，就以哪个表为驱动表。 实际上在某些特殊情况里，排序字段可以不在驱动表里，比如驱动表结果集只有一行记录，并且在连接其它表时，索引除了连接

Faster Neural Networks Straight from JPEG 论文链接：Faster Neural Networks Straight from JPEG (neurips.cc) 作者：Lionel Gueguen，Alex Sergeev，Ben Kadlec，Rosanne Liu，Jason Yosinski 机构：Uber，Uber AI Labs 关键词：

项目里有条sql语句使用inner join 语句 但是在增加了order by 左表.字段 desc 后效率非常慢 查询explain 如下：  左表字段last_follow_time是有索引的，排序时但是并没有走索引，出现了Using temporary; Using filesort 这是因为排序时没有使用左表的字段索引，我们可以强制使用左表作为主表，就可以使用索引了 STRAIGHT

直接插入排序算法：第一个元素作为有序序列，从第二个元素开始，在其之前的序列里找到对应的位置，然后插入。 下面用了tmp作为哨兵。 #include <iostream>using namespace std;const int Nn = 100010;int a[Nn];int main() {int n;int tmp;cin >> n;for (int i = 0; i < n; ++

基本思想： 将一个记录插入到已排序好的有序表中，从而得到一个新，记录数增1的有序表。即：先将序列的第1个记录看成是一个有序的子序列，然后从第2个记录逐个进行插入，直至整个序列有序为止。 要点：设立哨兵，作为临时存储和判断数组边界之用。 直接插入排序示例： 如果碰见一个和插入元素相等的，那么插入元素把想插入的元素放在相等元素的后面。所以，相等元素的前后顺序没有改变，从原无序序列出去的