@deanguqiang @noqwerty 是的，相关系数也准备尝试，但是因为相关系数基于协方差，而协方差计算结果不准确，所以先发帖问了一下。将 bias 设置为 true 后计算结果正常，但是根据我的理解输出矩阵的 m 行 n 列的意思应该代表第 m 行的向量与第 n 行的向量的协方差，计算复杂度是向量总个数的平方 /2 ，当输入量大时（比如十万个向量）感觉浪费了很多算力（实际只需要衡量唯一输入与所有备选的相似度，输出结果只需要取当前结果的第一行就可以了），这种计算应该怎么写呢？

@jaredyam 是的，在网上查找资料时发现协方差似乎有两种公式，上文述是直接用期望计算，还有一种需要考虑到数据的分布概率，但是网上相关资料似乎大多是不考虑概率的计算公式。想要加入概率的话应该怎么设计计算呢，能够 numpy 化吗？

@ohmycorolla 所以没理解错的话，老哥之前在类似需求下的方案是用大表，并根据时间做 partition ，然后用集群解决性能问题？目前跑下来有什么感受吗，类似这套方案可行性如何，坑点和可改进之处之类的

倒不是泼冷水。。但是一直感觉很好奇为啥程序员都要自己写博客，类似的项目后端是很轻松简单的，代码大头在前端，但是一个个前端又搞极简，意义在哪里。。。

@iotbase 感谢，很高屋建瓴的分析，项目也很感兴趣

@joesonw 时序数据库对高读的表现并不是很好，再加上还需要关系型运算的支持，以前做过规模测试最后决定不用时序数据库

@AloneHero 同好奇，h2 不就是为了解决类似场景么

三种需求场景：
1 、系统级编程
2 、前端 wasm
3 、后端 ffi

个人主要使用后两种，rust 需求还挺大的，开发也说不上复杂

@deplivesb 比如他要用第三方程序调用特定某个环境？

@wy315700 默认都用 select 实现确保精度，不过 select 如何实现在指定时间发出中断呢？

@CEBBCAT 单片机上课没认真学。不过我学过 8051 也不理解怎么睡眠的，你学过可以给我解释一下？

@wy315700 感觉不太对，系统调度线程的分片粒度印象里挺粗的，在 10 毫秒的数量级，那岂不是意味着程序 sleep1 秒唤醒这种操作有 10ms 的误差，实际上睡眠唤醒精度挺高的，linux 测下来在微秒的数量级

@gamexg
@otakustay
@sunny352787 我看楼上回复还以为是我调用方式错了，不过看 8#老哥的数据那也没错啊，我 10M 的流要跑 10ms ，每秒钟不就是 1000M 么。不过 10ms 的话意味着每秒最大响应请求数只有 100 个，感觉还是很慢啊

@id7368 老哥有 QQ 吗

@crownor 看了一下 pyenv 的项目说明，切换体验倒是很类似 conda ，他这个支持像 venv 一样每个项目单独创建一个环境吗？比如我想通过 supervisord 守护一个 py3.8 的项目，应该怎么指定版本是 3.8 呢

需求很普遍，但感觉上应该是没戏，没有这种东西，不存在。

@id7368 小型需求，您这里能说就简单说一下，要不就算了，我不用微信

@zcf0508 现在想要实现的效果就是把漫画对话框自动涂白（并且普适性强一些，网上漫画很多不是数字版），感觉缩到 224 再放大的方案不太能满足需求，边缘处理的不是很好，我的 cv 方面的知识也不知道有什么可以配套的算法能做到放大后再提高精度

楼主，请教一下，我阿里云账号几年了，开过一个七天的实例，需要一个公网带宽 30M 不限流量的机器，海外流量也行，这个活动能用上吗？活动说明太复杂了看不懂

@zcf0508 分类交叉熵是指，比如一般漫画现在都是 800 万或者 1000 万像素一张图，然后那么神经网络输出 800 万结果然后做交叉熵这种感觉吗？

@lonewolfakela psnr 这类在 torch 里有自带的实现么，还是要我自己去实现，感觉很难搞啊

@CodeCodeStudy 你这机灵抖得很无聊

@taomujian 这是你的错觉，处理器刷新频率在 1e9 的数量级，一般系统级语言（ c 或者 rust ）处理寄存器数据，或者 L1 缓存数据大概每秒的处理量也在这个数量级，python 就算比较慢每秒能执行的指令个数也在 1e8 的数量级，相比之下系统对虚拟文件 IO 的处理速度十分有限，大概只有 10 万到 100 万的数量级，相差遥远。所以 IO 瓶颈在于系统处理不处理得过来请求，而不是程序发送不发送得了足够多的请求，IO 复用以后你用单线程多线程都能轻易达到系统处理能力上限