- 综合排序
- 最热优先
- 最新优先
- 来自专栏苏三说技术
糟糕，线上库存竟然变成负500。。。
查询库存 int stock = getStockFromDatabase(goodsId); if (stock > 0) { // 2. ： 请求1和请求2都将库存更新成9。 2 防止超卖的方案 2.1 数据库乐观锁 数据库乐观锁的核心原理是通过版本号控制并发。 } } finally { lock.unlock(); } 注意事项 1.锁粒度要细化到商品级别 2.必须设置等待时间和自动释放 3.配合异步队列使用效果更佳 该方案的架构图如下： return LocalTransactionState.COMMIT_MESSAGE; } }); 该方案的架构图如下： 技术指标： 削峰能力：10万QPS → 2万TPS
30100编辑于 2025-04-16 - 来自专栏SAP供应链
SAP MM VL09试图取消收货报错说某个HU负库存
SAP MM VL09试图取消收货报错说某个HU负库存 内向交货单2501949770， 有启用了HUM，如上图。
92200发布于 2021-06-24 - 来自专栏自然语言处理
Word2Vec教程-Negative Sampling 负采样
这篇word2vec教程2中（教程1 Word2Vec教程-Skip-Gram模型），作者主要讲述了skip-gram 模型优化的策略-Negative Sampling，使得模型更加快速地训练。 通过教程1，我们了解到word2vec它是一个庞大的神经忘网络！ Sampleing”，将会使训练样本更新少量模型的weights 值得注意的是，对频繁词进行二次抽样和应用负抽样不仅减少了训练过程的计算负担，而且还提高了其结果词向量的质量。 Negative Sampling · 负采样 在训练神经网络时，每当接受一个训练样本，然后调整所有神经单元权重参数，来使神经网络预测更加准确。 Other Resources · 其他资源 Word2Vec教程-Skip-Gram模型 http://www.itboth.com/d/bEfaYf/word2vec word2vector学习笔记
4.3K30发布于 2018-07-06 - 来自专栏SAP最佳业务实践
SAP最佳业务实践:MM–库存处理:报废、冻结库存(131)-2准备
此业务情景由下列各种流程触发： 客户退货 生产返工 其他后勤流程和原因 2 前提 2.1 预备步骤 为了运行此业务情景，库存中必须有可用物料。 此活动的目的是过帐物料的初始库存，例如，TRADE11 (H11)。 1. 在初始屏幕上，确保在屏幕左上角的第一个字段显示 收货，并且第二个字段显示 其它。 2. SAP最佳业务实践:SD–退货和投诉(111)-4后续流程 SAP最佳业务实践:SD–退货和投诉(111)-3财务处理 SAP最佳业务实践:SD–退货和投诉(111)-2业务处理 SAP最佳业务实践:SD SAP最佳业务实践:返工处理（在制品）(202)-2生产处理 SAP最佳业务实践:返工处理（在制品）(202)-1业务概览 2.1.4 一般报废 由于任何其他原因需要报废货物。 如果在您的公司允许此类过帐，请与审计员核查 2 流程概览表 流程步骤业务条件业务角色事务代码预期结果触发库存处理的流程客户退货客户退货并投诉请参见流程客户退货请参见流程客户退货客户退货。货物在库存中。
4.1K50发布于 2018-03-28 - 来自专栏用户8186044的专栏
MM库存类型、库存数量、库存金额取值逻辑
>‘0’或者 MARD-SPEME>‘0’ MARD- UMLME>‘0’； 2、 供应商寄售特殊库存： 取得MKOL -WERKS（工厂代码）、 MKOL -MATNR（物料号）、 MKOL - ，SINSM表示质检库存数，SSPEM表示冻结库存数； 2、委外加工特殊库存表MSLB字段LBLAB表示非限制使用库存数，LBINS表示质检库存数，无冻结库存； 3、销售订单库存表MSKA字段KALAB 表示非限制使用库存数，KAINS表示质检库存数，KASPE表示冻结库存数； 4、项目特殊库存表 MSPR字段PRLAB表示非限制使用库存数，PRINS表示质检库存数，PRSPE表示冻结库存数； 5、一般库存表 ---------------------------------------------------------* *1、如果工厂属性为空，即代保管工厂，则总库存金额为0； *2、如果工厂属性为X，即不是代保管工厂 EINE- PEINH （价格单位）， * 条件： EINE- INFNR = a中取得的信息记录 AND EINE- EKORG = a中取得的采购组织 AND EINE- ESOKZ =’2’
1.8K21发布于 2021-09-08 - 来自专栏全栈程序员必看
负采样方式
目录 一、随机负采样 二、Real-Negative Subsampling 三、加权随机负采样 四、拒绝接受采样 五、Metropolis-Hastings ( MH ) 采样 六、吉布斯采样 七、蒙特卡洛采样 ； 2、曝光未点击的item应该是偏正样本，而不是正样本or负样本； 3、数据稀疏问题，正负样本数量差距大； 4、长尾分布问题； 一、随机负采样 1、实现：在物料池中，随机选择负样本； 2、问题：头部效应很重 item的负样本三元组，以这个概率丢弃： 三、加权随机负采样 1、实现：根据广的曝光频次对item进行分组，将大于阈值的记为A_high, 小于阈值的为A_low, f(a)为item a的曝光频次， 特别地，gibbs采样只对z是高维（2维以上）情况有效。 （随机筛选，模型很容易区分出） hard负样本（能够增加模型训练难度，可提升模型关注细节的能力） 2、方式： 用其他样本的点击作为负样本； 取上一版本的召回排在101~500的样本作为负样本； 参考：
1.2K20编辑于 2022-09-07 - 来自专栏决胜机器学习
循环神经网络（四） ——words2vec、负采样、golve
循环神经网络（四） ——words2vec、负采样、golve （原创内容，转载请注明来源，谢谢） 一、概述 本文主要学习几种现有的流行的词嵌入算法，包括words2vec、负采样、golve，另外学习了情绪分析方法 这就是是 Word2Vec 的 skip-grams 模型。 三、负采样 1、定义 负采样（negative sampling），是为了加速上面words2vec的处理过程，主要解决的是给定一对单词，去预测这是否是上下文-目标词（context-target）。 例如orange-juice是目标词，标记为1，称为正样本；orange-king不是目标词，标记为0，称为负样本。 同样是采用监督学习的方法来实现，但是负样本的词选择数量减少，对于大样本集仅采集，每训练一个正样本仅使用2~5个负样本；对于小样本集也只使用5~20个负样本。 ?
1.9K51发布于 2018-06-07 - 来自专栏SAP供应链
SAP MM 特殊库存之T库存
SAP MM 特殊库存之T库存 笔者所在的A项目里，销售业务广泛启用了POD功能。VL02N对交货单做了发货过账后物权并没有转移，而是将自有E库存转为一个叫做在途库存的特殊库存里。 移动类型是601+T, 即从SiT(T库存）中发货给客户。看看此时的财务凭证， ? 当然地，除了启用POD会导致出现特殊库存 T以外，启用转储单（STO，比如公司间转储场景）的情况下也会出现T特殊库存：当业务人员创建好STO单据，VL10B创建了交货单，并对交货单执行了发货操作的情况下 实际上，对于这种类型的特殊库存 T 库存，SAP有提供标准报表可供查询使用。 1, T库存查询报表 - MB5T, ? ? 2, T库存查询报表 - MB5SIT， ? ? 3, T库存查询报表 - MB52, We can also see special stock T in MMBE.
2.6K20发布于 2021-03-01 - 来自专栏SAP ERP管理实践
MM在途库存与中转库存
2） 物料Z313315，采用移动类型313进行库存转储。 物料ZSTO1，在工厂H001初始化库存100个，而后事务代码ME21N创建库存转储单转储100个到相同工厂H001中，通过事务代码VL01N创建发货单、事务代码VL02N发货过账，但不收货 2、 三种在途库存的差异 Tips:使用调拨单（STO）进行工厂之间的库存转储，采用二步法时，在发货工厂进行发货过账后，发货工厂库存减少，收货工厂并不会增加库存，但会显示在下图中的“在途库存”中 2） 事务代码MMBE查看 三种库存转储情况如下 2） Stock in Transit（在途库存）是指一方已经发出，另一方尚未收到，尚未收到的部分在库存账面（财务账上）没有体现，只能通过报表的形式查看 具体而言，关于在途库存和中转库存，应注意以下问题 ： 1） 不同的库存转储方式的差异比较，移动类型313导致的中转库存是属于特定库存地点下，因此若目标库存地点明确，应使用313类型；移动类型303导致的中转库存是属于特定工厂，而非库存地点下的 2） 在途库存和中转库存信息的保存
3.2K61发布于 2021-04-23 - 来自专栏全栈程序员必看
batch内负采样
一般在计算softmax交叉熵时，需要用tf.nn.log_uniform_candidate_sampler对itemid做随机负采样。 但是在类似dssm这种双塔模型中，item侧特征除了itemid外，还有其他meta特征，此时负样本对itemid做负采样后，还需要取相应负样本的meta特征。 为了解决dssm类模型的负采样问题，可以取一个batch内其他用户的正样本做为本用户的负样本，以解决负采样meta特征问题。 NEG为负采样个数，batchSize为batch大小。 在每次循环中，通过rand值打乱item_y_temp的行顺序，相当于取其他用户的正样本做为本用户的负样本 经历NEG次循环后，item_y的shape变为[(NEG+1)*batchSize, emb_size
1.9K10编辑于 2022-09-12 - 来自专栏SAP最佳业务实践
SAP最佳业务实践:MM–实际库存库存盘点和调整(137)-2盘点准备
3、流程概览表 流程步骤 业务角色 事务代码 预期结果 创建库存盘点凭证 仓库主管 MI31 系统生成库存盘点凭证。 打印库存盘点凭证 仓库主管 MI21 系统生成库存盘点单，打印凭证。 4 流程步骤 4.1 MI31创建库存盘点凭证 角色：仓库主管 后勤-后勤执行-内部仓库处理-库存盘点-在库存管理 -物理库存凭证-创建-经批次输入会话-无特殊库存 1. 2. 选择 执行。 ? 处理会话，执行后台操作生成凭证。 3. 在 为库存盘点凭证而非特殊库存选定的数据 屏幕，选择要盘点的物料或如果盘点所有物料，则选择 全选。 4. 系统生成库存盘点凭证。 4.2 MI21打印库存盘点凭证 角色：仓库主管 后勤-后勤执行-内部仓库处理-库存盘点-在库存管理 -物理库存凭证-打印仓库库存清单 1. 2. 选择 执行。 ? 3. 在 打印：屏幕，在 输出设置 输入LP01,以及相关的打印参数，并选择 打印。 系统生成实际库存盘点单并打印凭证。
2.1K60发布于 2018-03-28 - 来自专栏用户8186044的专栏
S4 MM培训课程（15）-库存报表库存设定特殊库存
2）ERP系统操作环境为S4 HANA 1909版本，客户端为SAP GUI 7.6，操作系统语言为English，用户请结合自身实际进行选择性学习。 本节培训时间：2021.5.14-库存报表/库存设定/特殊库存，本节分视频总时长约94分钟。 提醒（务必阅读）：在课程文章进行付费阅读之前，请务必确认好再决定是否付费阅读。 本付费课程购买的仅是《S4 MM模块库存报表/库存设定/特殊库存》培训视频部分，本课程一旦付费阅读，概不退费！！ Lists 1.1 Analyses in the Environment Menu 1.2 Customizing for Material Document List 1.3 Reports List 2. 课程视频如下： 基于S4 HANA之库存报表/库存设定/特殊库存
77530发布于 2021-06-17 - 来自专栏全栈程序员必看
负采样_欠采样
这个时候我们就需要用到负采样（negative sampling）的技术。 下面通过Skip-Gram来讲解负采样技术。 为了提升训练的速度，减少更新权重的数量，我们就需要对节点进行负采样。首先来了解两个概念 postive word 和 negative word。 负采样的目的就是在 negative word 中，找出一部分节点进行权重的更新，而不需要全部都更新。 负采样的本质：每次让一个训练样本只更新部分权重，其他权重全部固定；减少计算量；（一定程度上还可以增加随机性） 参考1 参考2 参考3 发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn
74120编辑于 2022-08-03 - 来自专栏全栈程序员必看
负采样的理解
我对负采样理解来自于word2vec算法； 比如说 love 和me两个单词； 使用特殊思维模式；假设整个词汇表只有100个单词；love 表示成one-hot向量； me表示成one-hot向量； 模型输入为love的one-hot向量；模型输出为me的one-hot向量； 假设模型的神经网络结构为100*10*100；输出层100个； 输出层中除了me对应位置的1外，其他全是0；称这为负样本；参数数量为 10*100 采样就是从这样负样本中抽样；比如说抽取5个；那么在此次梯度更新中就只更新10*5；更新数量为原来的1/20 负采样的本质：每次让一个训练样本只更新部分权重，其他权重全部固定；减少计算量；（
71230编辑于 2022-09-12 - 来自专栏AutoML(自动机器学习)
【转载】负采样算法
word2vec用的是一种查表的方式，将上述线段标上M个“刻度”，刻度之间的间隔是相等的，即1/M： ? 在word2vec中，该“刻度尺”对应着table数组。在具体实现时，不是直接用counter(w),而是对词频取了α次幂，一般去α=3/4=0.75，即： ? 原文：word2vec原理推导与代码分析
81920发布于 2019-01-03 - 来自专栏SAP供应链
SAP MM 特殊库存之T库存初探
SAP MM 特殊库存之T库存初探 笔者所在的A项目里，销售业务广泛启用了POD功能。VL02N对交货单做了发货过账后物权并没有转移，而是将自有E库存转为一个叫做在途库存的特殊库存里。 所以笔者比较少去关注这个功能，也基本很少去关注因这个功能启用后导致库存管理方面的一些不同的地方。A项目给了笔者一个机会，去关注与研习所谓的T库存（在途库存）。 移动类型是601+T, 即从SiT(T库存）中发货给客户。 比如我们看看 681移动类型的物料凭证4900681315/2019, 移动类型681， 实际上，对于这种类型的特殊库存 T 库存，SAP有提供标准报表可供查询使用。 1, T库存查询报表 - MB5T, 2, T库存查询报表 - MB5SIT， 3, T库存查询报表 - MB52, We can also see special stock T in MMBE
2K00发布于 2021-01-24 - 来自专栏京东技术
库存领域核心能力--库存预占 建设实践
2、商品库存横向拆分，提升数据库处理能力，降低并发请求时数据库锁的影响。 见下图： 优点：上游无感知，改造可控制在库存领域； 缺点： 1）逻辑相对复杂，改造风险高； 2）业务有损。存在有库存，但是预占不到的情况。 例：（1）3个数据源都只有1个可用库存，但是订单上数量为2，预占不成功 （2）第一个数据源已经没有库存，其他数据源有库存，但是订单路由到了第一个数据源。 THEN 'value2' WHEN 3 THEN 'value3' END WHERE id IN (1,2,3) c、校验库存。 见下图： 2、多流程间死锁。多种单据（预占、采购、取消等）操作多种类型库存，多线程并发请求时，线程之间持有对方依赖的锁，然后等待对方释放自己依赖的锁。
87611编辑于 2024-05-20 - 来自专栏信数据得永生
【番外】负采样原理
NCE（噪声对比估计） 负采样可以看成 NCE 的特化，所以有必要先讲一下 NCE。 P_0(y | x)}{P_0(y | x) + nN(y)} P(d=1∣y,x)=P(d=1,y∣x)+P(d=0,y∣x)P(d=1,y∣x)=P0(y∣x)+nN(y)P0(y∣x) 负采样
1.1K30发布于 2019-02-15 - 来自专栏生信修炼手册
非负矩阵分解NMF
non-negative matrix factorization，简写为NMF, 翻译为非负矩阵分解，属于矩阵分解的一种算法。 对于任意一个非负矩阵V，可以将该矩阵划分为两个非负矩阵的乘积，图示如下 ? 该损失函数从形式上看是一个L2范数，求解最小值时可以通过导数来操作，其中 ? 基于上述公式进行求导，可得 ? 同理 ? 用梯度下降法进行迭代，公式如下 ? 其中α1和α2为学习率，将其设置如下 ? 在scikit-learn中，使用NMF的代码如下 >>> import numpy as np >>> X = np.array([[1, 1], [2, 1], [3, 1.2], [4, 1], array([[2.09783018, 0.30560234], [2.13443044, 2.13171694]]) >>> X array([[1. , 1. ], [2.
1.6K60发布于 2021-04-14 - 来自专栏AI SPPECH
84_负提示：控制hallucination
2025年的研究发现，即使是经过仔细筛选的训练数据集，仍然包含约2-3%的错误信息，这些错误可能被模型放大并在生成内容中体现。 适度性原则可以通过以下方式实施： 从核心约束开始：首先识别并实施最关键的1-2条负提示 逐步添加：根据效果评估结果，逐步添加额外的约束 效果监测：持续监测模型输出质量，避免过度约束 定期审查：定期审查现有负提示 领域特定定制 根据行业特点和风险级别定制负提示策略 针对不同应用场景调整约束强度和具体内容 结合行业标准和法规要求设计约束条件 2. 列出可能的诊断，按可能性从高到低排序 2. 对每个诊断提供支持和反对的证据 3. 公司基本面分析 2. 财务状况评估 3. 行业竞争分析 4. 风险因素识别 5.
44010编辑于 2025-11-16
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号