目录引言设置引言在进行深度学习实验的时候，可能经常会发现，虽然输入的数据都是一样的，但是输出的结果总是会有不同的波动，这主要是由于在神经网络中，很多网络层参数的初始化会涉及到随机，这个就会导致最终的结果会有一些差距，因此如果我们想要固定某一个结果，并复现这个结果，我们就需要提前设置固定的随机种子设置一般来说，我们可以通过对每一层的网络层设置固定的随机种子，保持结果可复现，但是显然这是比较麻烦的一件事，所以我们可以通过tf.random.set_seed()来全局固定CPU上的随机性，但是当我们使用GPU训练时，则无法起作用，需要通过tensorflow-determinism库来实现在GPU上
目录引言设置引言在进行深度学习实验的时候，可能经常会发现，虽然输入的数据都是一样的，但是输出的结果总是会有不同的波动，这主要是由于在神经网络中，很多网络层参数的初始化会涉及到随机，这个就会导致最终的结果会有一些差距，因此如果我们想要固定某一个结果，并复现这个结果，我们就需要提前设置固定的随机种子设置一般来说，我们可以通过对每一层的网络层设置固定的随机种子，保持结果可复现，但是显然这是比较麻烦的一件事，所以我们可以通过tf.random.set_seed()来全局固定CPU上的随机性，但是当我们使用GPU训练时，则无法起作用，需要通过tensorflow-determinism库来实现在GPU上
常用的标准库数学模块importmathceil--上取整对一个数向上取整（进一法），取相邻最近的两个整数的最大值。importmathres=math.ceil(4.1)print(res)#5floor--下取整对一个数向下取整（退一法），取相邻最近的两个整数的最小值。importmathres=math.floor(-3.9)print(res)#-4四舍五入将常用的内置函数--round。pow--幂运算计算一个数字的N次方。importmath"""调用的数学模块中的方法和内置的主要区别就是内置返回整数，数学模块返回小数"""#数学模块res=math.pow(2,3)print(r
常用的标准库数学模块importmathceil--上取整对一个数向上取整（进一法），取相邻最近的两个整数的最大值。importmathres=math.ceil(4.1)print(res)#5floor--下取整对一个数向下取整（退一法），取相邻最近的两个整数的最小值。importmathres=math.floor(-3.9)print(res)#-4四舍五入将常用的内置函数--round。pow--幂运算计算一个数字的N次方。importmath"""调用的数学模块中的方法和内置的主要区别就是内置返回整数，数学模块返回小数"""#数学模块res=math.pow(2,3)print(r
SAPQM初阶之取样策略如何确定检验批SampleSize？ 1，执行事务代码QDV1创建了如下的2个取样策略，取样策略：NM000001, 取样数量是批量的5%。取样策略：NM000002 取样数量是固定50EA。 2,将这2个取样策略指派给检验计划54下的2个不同的主检验特性。如下图示： 那相关的检验批上的SampleSize是如何确定的？ 3,执行事务代码MIGO,移动类型101做一笔采购订单收货业务，收货数量200EA，过账后创建一个检验批。 其inspectionspecifications里表明该检验批将使用inspectionplan54. 为啥这个检验批的Sample
SAPQM初阶之取样策略如何确定检验批SampleSize？ 1，执行事务代码QDV1创建了如下的2个取样策略，取样策略：NM000001, 取样数量是批量的5%。取样策略：NM000002 取样数量是固定50EA。 2,将这2个取样策略指派给检验计划54下的2个不同的主检验特性。如下图示： 那相关的检验批上的SampleSize是如何确定的？ 3,执行事务代码MIGO,移动类型101做一笔采购订单收货业务，收货数量200EA，过账后创建一个检验批。 其inspectionspecifications里表明该检验批将使用inspectionplan54. 为啥这个检验批的Sample
SAPQM高阶之PhysicalSampleManagement PartI:PhysicalSampleManagement功能简介 SAPQM模块中的PhysicalSampleManagement是制药/食品/化工等流程行业中通常使用的功能。 它可提供以下三种类型的PhysicalSample（物理样本）：Primarysamples(原始样本)直接从总体或检验批中提取。Pooledsamples(混合样本)是通过合并主样本创建的。Reservesamples(保留样本)是保留为样本的原始样本。上述三种样品的取样数量通过SampleDrawingProcedure.计算。 举例说明上述
SAPQM高阶之PhysicalSampleManagement PartI:PhysicalSampleManagement功能简介 SAPQM模块中的PhysicalSampleManagement是制药/食品/化工等流程行业中通常使用的功能。 它可提供以下三种类型的PhysicalSample（物理样本）：Primarysamples(原始样本)直接从总体或检验批中提取。Pooledsamples(混合样本)是通过合并主样本创建的。Reservesamples(保留样本)是保留为样本的原始样本。上述三种样品的取样数量通过SampleDrawingProcedure.计算。 举例说明上述
当需要生成随机点且要求随机点自然均匀的分布时，使用泊松盘采样就较为适合。但该方法与统计学上的概念关联不大，这个只相当于点在面积上服从泊松分布，而实现这个结果有很多做法。 最终效果： 圆形为含半径的点，圆形的中心代表生成点 B站有一个不错的搬运教程(Bridson方法)：https://www.bilibili.com/video/BV1KV411x7LM 另外Bridson文章里说蓝噪声(BlueNoise)也基于此方法生成 我做了些修改，代码如下：usingSystem.Collections;usingSystem.Collections.Generic;usingUnityEngine;
当需要生成随机点且要求随机点自然均匀的分布时，使用泊松盘采样就较为适合。但该方法与统计学上的概念关联不大，这个只相当于点在面积上服从泊松分布，而实现这个结果有很多做法。 最终效果： 圆形为含半径的点，圆形的中心代表生成点 B站有一个不错的搬运教程(Bridson方法)：https://www.bilibili.com/video/BV1KV411x7LM 另外Bridson文章里说蓝噪声(BlueNoise)也基于此方法生成 我做了些修改，代码如下：usingSystem.Collections;usingSystem.Collections.Generic;usingUnityEngine;
