GENERATE 函数

描述：

返回table1中每行与在table1当前行的上下文中评估table2得到的表之间的笛卡尔积的表。

语法：

Pytorch学习记录-Pytorch可视化使用tensorboardX

在很早很早以前（至少一个半月），我做过几节关于tensorboard的学习记录。

https://www.jianshu.com/p/23205a7921cd

https://www.jianshu.com/p/6235c1ecde67

https://www.jianshu.com/p/2b24454b0629

https://www.jianshu.com/p/0080047e5456

0. 前言

Data Lake Analytics是Serverless化的云上交互式查询分析服务。用户可以使用标准的SQL语句，对存储在OSS、TableStore上的数据无需移动，直接进行查询分析。

目前该产品已经正式登陆阿里云，欢迎大家申请试用，体验更便捷的数据分析服务。

请参考https://help.aliyun.com/document_detail/70386.html 进行产品开通服务申请。

在上一篇教程中，我们介绍了如何分析CSV格式的TPC-H数据集。除了纯文本文件(例如，CSV，TSV等)，用户存储在OSS上的其他格式的数据文件，也可以使用Data Lake Analytics进行查询分析，包括ORC, PARQUET, JSON, RCFILE, AVRO甚至ESRI规范的地理JSON数据，还可以用正则表达式匹配的文件等。

PyTorch是最优秀的深度学习框架之一，它简单优雅，非常适合入门。本文将介绍PyTorch的最佳实践和代码风格都是怎样的。

虽然这是一个非官方的 PyTorch指南，但本文总结了一年多使用 PyTorch 框架的经验，尤其是用它开发深度学习相关工作的最优解决方案。请注意，我们分享的经验大多是从研究和实践角度出发的。

这是一个开发的项目，欢迎其它读者改进该文档：https://github.com/IgorSusmelj/pytorch-styleguide。

为了处理两个或多个类的分类问题，大多数机器学习(ML)算法的工作方式是相同的。

通常，它们对输入数据应用某种类型的转换，其效果是将原始输入维度减少到更小的数字。目标是将数据投影到一个新的空间中。然后，一旦投影，该算法试图通过寻找线性分离来对这些点进行分类。

对于输入维度较小的问题，任务稍微容易一些。以下面的机器学习数据集为例。

假设我们想要正确地分类红色和蓝色圆圈。

很明显，一个简单的线性模型我们不会得到一个好的结果。没有将输入和权重映射到正确类的线性组合。但是如果我们可以转换数据以便我们可以画一条线将这两个类分开呢?

二、date函数

unix时间戳：1970-1-1 0:0:0 开始，每过一秒加1

date(string format [, int timestamp])

string format：格式化符号

[, int timestamp] ：时间戳，可选参数，如果不指定这个参数，取出的将是系统当前时间

1.1.l format

• Y ：年