张量

1.1 创建张量（Tensor）

张量（Tensor）是 PyTorch 的核心数据结构，类似于 NumPy 的 ndarray，但支持 GPU 加速和自动求导。

1 生成张量

1.1 使用torch.tensor()或者torch.Tensor()来生成张量。

两者主要区别为

• torch.Tensor(data)：直接调用Tensor构造函数会默认创建一个浮点型张量 (torch.float32)。即使输入的数据是整数列表或元组，生成的张量元素也会被转换为浮点数。
• torch.tensor(data)：此函数会根据输入数据的类型推断出张量的类型。如果输入的是整数列表，则生成的张量将具有整数类型（例如torch.int64），而浮点数列表则会生成浮点类型的张量。

数据库慢查询是后端性能问题的常见原因。一次看似简单的 SQL，可能因为缺少索引或写法问题导致全表扫描，几秒甚至几十秒的响应时间。本文记录一次完整的慢查询优化过程。

单元测试是保证代码质量的重要手段。pytest 是 Python 最流行的测试框架，简洁强大。本文介绍 pytest 的核心功能：fixture、parametrize 和 mock，以及如何写出可维护的测试代码。

Git 的 merge 和 rebase 都能合并分支，但效果截然不同。团队协作中用错方案会导致提交历史混乱、冲突难解。本文从原理到实战，讲清楚何时用 merge、何时用 rebase。

本文记录使用 YOLOv8 训练自定义目标检测数据集的完整流程，包括数据标注、格式转换、配置编写、训练验证，帮助你快速上手 YOLOv8 自定义训练。

1. 问题设定和损失函数

假设模型为：
$ \hat{y} = ax + b $

损失函数（均方误差）为：

$ \text{Loss} = (y - \hat{y})2 = (y - (ax + b))2 $

我们使用以下初始参数：

$ a = 0, \quad b = 0 $

并且，学习率 $ \eta = 1 $。

Q1:使用了Blob的方式

你提到的问题是正确的。当使用 Blob 包装 JSON 数据并将其添加到 FormData 中时，即使 Blob 的类型被设置为 application/json，前端在开发者工具中仍然会显示为二进制文件，而不是可读的 JSON 字符串。这是因为 FormData 将 Blob 视为文件处理，因此无法在开发者工具中直接显示其内容。

原因分析

FormData 是为上传文件设计的，它能处理文本字段和文件类型，但对于通过 Blob 包装的 JSON 数据，它会视作二进制数据，因此在开发者工具中显示为“文件”类型。

MySQL、Oracle、Redis、ClickHouse 和 InfluxDB 是几种不同类型的数据库管理系统，分别适用于不同的场景和需求。下面是它们的详细比较，包括各自的优缺点和使用场景。

1. MySQL

简介

• MySQL 是一种关系型数据库管理系统（RDBMS），使用结构化查询语言（SQL）来管理和操作数据。
• 它是开源的，并广泛用于 Web 应用、企业管理系统等。

clickhouse数据库

简介

ClickHouse 是一个开源的列式数据库管理系统（DBMS），主要用于实时分析和大规模数据处理。它最初由俄罗斯的 Yandex 开发，用于支撑其网络分析平台，现在已经成为流行的分析型数据库解决方案之一。