我有一个CouchDB数据库(我们会说它包含项目时间卡相关数据:项目代码,人员,人员职位,任务,日期,工作时间,账单费率等).我希望按日...或按人,或按任务,按标题或任何单个属性创建项目的摘要视图.
我担心我会走上一条不可持续的道路,而且我的数据库大小可能会比它需要的大得多.
我创建了一个带有map函数的视图,该函数多次发出每个文档,每个属性一次.这样可行.但这是否会达到你应该停止的终点？
我有多个发射:
emit([doc.project, 'day', doc.day], doc);
emit([doc.project, 'month', doc.month], doc);
emit([doc.project, 'person', doc.person], doc);
emit([doc.project, 'job title', doc.persons-job-title], doc);
emit([doc.project, 'task', doc.task], doc);
然后始终使用[project,]的开始/结束键查询[project ,, {}]
我的数据库最终会变得如此巨大,以至于添加任何新数据会非常昂贵吗？多发射()是做我想做的事情的首选方法吗？那里有更好/不同的方式吗？
基于文档动态创建emit是否会在一些巨型文档通过并创建巨大的存储要求时遇到麻烦？
基本上,有一点我应该停止疯狂吗？
可能是ANN 101关于最小批量处理的问题.谷歌似乎没有答案.在这里搜索也没有产生任何结果.我猜这里有一本书说"这样做!" 而我还没读过那本书.
我用Python编写神经网络(不是语言很重要).我正在尝试添加小批量更新而不是完整批量.是否有必要为每个时期选择一次观察？小批量将是数据值1:10,11:20,21:30等,以便使用所有观察,并且它们都被使用一次.
或者根据概率从训练数据集中随机选择迷你批次是否正确？结果是每个观察可以在任何给定的时期中使用一次,多次或根本不使用.对于每个时期20个小批量,每个数据元素将被给予5%的机会被选择用于任何给定的小批量.微型批次将随机选择并且随机大小,但每20个数据点中大约有1个将包含在20个迷你批次中的每一个中,不保证选择.