分类
发现
榜单
开搜AI搜索
服务器优惠
AI论文
免费PDF翻译
搜索
注册
登录
分类
发现
榜单
开搜AI搜索
服务器优惠
AI论文
免费PDF翻译
搜索
注册
登录
搜索
书栈网 · BookStack
本次搜索耗时
0.039
秒,为您找到
209760
个相关结果.
搜书籍
搜文档
AI问答搜索
精度数学
162
2023-06-02
《TiDB v7.1 中文文档》
精度数学 数值类型 DECIMAL 数据类型的特性 表达式计算 数值修约 精度数学 TiDB 中精度数学计算与 MySQL 中基本一致。详情请参见:Precision Math 数值类型 DECIMAL 数据类型的特性 数值类型 精确数值运算的范围包括精确值数据类型(整型和 DECIMAL 类型),以及精确值数字字面量。近似值数据类型...
精度数学
411
2021-08-29
《TiDB v5.2 用户手册》
精度数学 数值类型 DECIMAL 数据类型的特性 表达式计算 数值修约 精度数学 TiDB 中精度数学计算与 MySQL 中基本一致。详情请参见:Precision Math 数值类型 DECIMAL 数据类型的特性 数值类型 精确数值运算的范围包括精确值数据类型(整型和 DECIMAL 类型),以及精确值数字字面量。近似值数据类...
精度数学
85
2024-05-30
《TiDB v7.5 中文文档》
精度数学 数值类型 DECIMAL 数据类型的特性 表达式计算 数值修约 精度数学 TiDB 中精度数学计算与 MySQL 中基本一致。详情请参见:Precision Math 数值类型 DECIMAL 数据类型的特性 数值类型 精确数值运算的范围包括精确值数据类型(整型和 DECIMAL 类型),以及精确值数字字面量。近似值数据类型...
精度数学
120
2024-06-16
《TiDB v8.1 中文文档》
精度数学 数值类型 DECIMAL 数据类型的特性 表达式计算 数值修约 精度数学 TiDB 中精度数学计算与 MySQL 中基本一致。详情请参见:Precision Math 数值类型 DECIMAL 数据类型的特性 数值类型 精确数值运算的范围包括精确值数据类型(整型和 DECIMAL 类型),以及精确值数字字面量。近似值数据类型...
3. deserialize
448
2019-11-13
《WeIdentity 文档》
3. deserialize 3. deserialize 基本信息 接口名称: com . webank . weid . suite . api . transportation . inf . JsonTransportation . deserialize 接口定义: < T extends JsonSerializer >...
SQL模式
1388
2019-06-29
《TiDB v3.0 用户文档》
SQL 模式 重要的 sql_mode 值 SQL mode 列表,如下: SQL 模式 TiDB 服务器采用不同 SQL 模式来操作,且不同客户端可以应用不同模式。SQL 模式定义 TiDB 支持哪些 SQL 语法及执行哪种数据验证检查. TiDB 启动之前采用修改 --sql-mode="modes" 配项设置 SQL 模式。 TiDB...
Hive 简介及核心概念
2728
2019-12-08
《大数据入门指南》
Hive简介及核心概念 一、简介 二、Hive的体系架构 2.1 command-line shell & thrift/jdbc 2.2 Metastore 2.3 HQL的执行流程 三、数据类型 3.1 基本数据类型 3.2 隐式转换 3.3 复杂类型 3.4 示例 四、内容格式 五、存储格式 5.1 支持的存储格式 5.2 指定...
LoDTensor
802
2020-05-01
《百度飞桨 PaddlePaddle 1.7 深度学习平台教程》
LoDTensor LoDTensor class paddle.fluid. LoDTensor LoDTensor是一个具有LoD(Level of Details)信息的张量(Tensor),可用于表示变长序列,详见 LoDTensor 。 LoDTensor可以通过 np.array(lod_tensor) 方法转换为nump...
LoDTensor
420
2021-03-02
《百度飞桨 PaddlePaddle v2.0 深度学习教程》
LoDTensor LoDTensor class paddle.fluid.LoDTensor LoDTensor是一个具有LoD(Level of Details)信息的张量(Tensor),可用于表示变长序列,详见 cn_user_guide_lod_tensor 。 LoDTensor可以通过 np.array(lod_tensor) ...
1..
«
65
66
67
68
»
..100