这些易发的职务违法操作，请远离

对于这样一个简单的网络，总共需要优化17个参数才能获得最佳解决方案。随着隐藏层数量和其中神经元数量的增加，网络获得了更大的功率(达到特定点)，但是随后我们需要指数级的参数进行优化，这可能最终会占用大量的计算资源。因此，需要进行权衡。

更新网络

在一次正向传播迭代之后，通过获取实际输出与预测输出之间的(平方)差来计算误差。在网络中，输入和激活功能是固定的。因此，我们可以更改权重和偏差以最小化误差。可以通过注意两点来最大程度地减少错误：通过少量更改权重来更改错误，以及更改的方向。

成本函数

一个简单的神经网络根据线性关系value = wx + b来预测值，其中ŷ(预测)是y(实际)的近似值。现在，可以有几条拟合linear的直线。为了选择最佳拟合线，我们定义了成本函数。

令ŷ=θ₀+xθ₁。我们需要找到θ₀和θ₁的值，以使ŷ与y尽可能接近。为此，我们需要找到θ₀和θ₁的值，以使以下定义的误差最小。
 

使用Post/Redirect/Get模式

在提交后执行页面重定向,这就是所谓的Post-Redirect—Get(PRG)模式,简单来说就是当用户提交连表单后,跳转到一个重定向的信息页面,这样就避免用户按F5刷新导致的重复提交,而且也不会出现浏览器表单重复提交的警告,也能消除按浏览器前进和后退导致同样重复提交的问题。

在session存放特殊标志

在服务端,生成一个唯一的标识符,将它存入session,同时前端获取这个标识符的值将它写入表单的隐藏中,用于用户输入信息后点击一起提交,在服务器端,获取表单中隐藏字段的值,与session中的唯一标识符比较,相等说明是首次提交,就处理本次请求,然后将session中的唯一标识符移除,不相等则表示是重复提交,不再做处理。

使用唯一索引防止新增脏数据

利用数据库唯一索引机制,当数据重复时,插入数据库会抛出异常,保证不会出现脏数据。

乐观锁

如果更新已有数据,可以进行加锁更新,也可以设计表结构时使用乐观锁,通过version来做乐观锁,这样既能保证执行效率,又能保证幂等, 乐观锁的version版本在更新业务数据要自增

update table set version = version + 1 where id = #{id} and version = #{version}

示例: 当有重复请求的时候,第一个请求会获取当前商品的version版本号,得到的version为1,紧接着由于第一个请求还没更新商品的version,第二个请求获取的version依然也是1, 这时候第一个请求操作更新的时候带上version并作为条件并且自增更新,这时候商品的version就会变成2,当第二个请求去操作更新的时候明显version不一致导致更新失败。

select + insert or update or delete

该方案就是操作之前先查询一下,符合要求再插入,该方案在没有并发的系统中可以解决幂等问题，在单JVM有并发的时候可以用JVM加锁来保证幂等性,在分布式环境它是无法保证幂等性,可以使用分布式来保证。

（编辑：唐山站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!