社区
基础编程
帖子详情
大家比较一下这两种方案,哪一种比较好?有第三种方案吗???????????????????????????
ilovewenxue
2005-07-29 04:53:40
方案一、a文件夹下有1000个文件夹,这里面的每个文件夹又1000个文件夹,这其中的每个文件夹下又有`1000个htm文件。
方案二、a文件夹下有1000*1000个htm文件
这两种哪个方案好?好在什么地方?有第三种方案吗?
...全文
165
11
打赏
收藏
大家比较一下这两种方案,哪一种比较好?有第三种方案吗???????????????????????????
方案一、a文件夹下有1000个文件夹,这里面的每个文件夹又1000个文件夹,这其中的每个文件夹下又有`1000个htm文件。 方案二、a文件夹下有1000*1000个htm文件 这两种哪个方案好?好在什么地方?有第三种方案吗?
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
11 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
helloyou0
2005-07-31
打赏
举报
回复
怎么会有这么多文件的?1,000,000,000个, 10亿啊!!!
yingying0808
2005-07-31
打赏
举报
回复
说没必要的肯定没试过管理包含几万个文件的目录,目录下的文件不要太多,尽量详细分级,要是你需要远程管理,例如ftp,或者删除文件等,你慢慢等吧。
ilovewenxue
2005-07-30
打赏
举报
回复
理论上有没有证明,把文件分装在多级目录下,会加快速度?
life360
2005-07-30
打赏
举报
回复
没有必要,你想想 系统盘多少个文件。
chinaphp
2005-07-30
打赏
举报
回复
不能再分的细了,现在已经很细了,只能让每个文件夹包含1000个左右的文件
kakalong
2005-07-30
打赏
举报
回复
多目录不会加快速度,而是方便管理,而且不减少速度。
要不你试试你在一个文件夹里复制 1000个文件 (HTML或JEP或其他类型的)。 你直接打开试试看,很明显就感觉到完全打开的速度变慢了
Jzealot
2005-07-30
打赏
举报
回复
访问文件的时候要对文件所在的所有层目录进行列表操作(我们一般看不到了,除非没有设默认打开页面)
好像对文件列表比对文件夹列表耗的时间要长一些,因为对文件分析比对文件夹分析要复杂一些
当然,不管是文件夹还是文件,在一个目录中都不适于超过500个
所以用方案一好一些,如果分得再细一点就更好了
不晓得我的分析对不?
kakalong
2005-07-29
打赏
举报
回复
三级目录
并且如果文件夹内文件数大于500,将自动身成的HTML文件另存到另一个文件夹,比如 第一个文件夹为
A ,那多于500个HTML后就生成到A_1,以此类推。
当然,文件数不一定控制在500。 但文件太多的话除了查找慢,而且FTP登陆进去管理也很慢。
helloyou0
2005-07-29
打赏
举报
回复
不知道怎么会有这么多文件。。。。还是动态生成的好
helloyou0
2005-07-29
打赏
举报
回复
方案二会很慢。不要说这么多,你放一万个文件就很慢了
ilovewenxue
2005-07-29
打赏
举报
回复
刚才方案二打错字了
更正如下:
方案二、a文件夹下有1000*1000*1000个htm文件
(44页PPT)企业战略地图.pptx
(44页PPT)企业战略地图.pptx
JaggerH_CopyWriter_29880_1768802646680.zip
JaggerH_CopyWriter_29880_1768802646680.zip
esbuild项目Windows64位可执行文件_JavaScript代码打包压缩工具_前端构建优化利器_高性能跨平台开发辅助软件_支持TypeScript和JSX语法转换_零配.zip
esbuild项目Windows64位可执行文件_JavaScript代码打包压缩工具_前端构建优化利器_高性能跨平台开发辅助软件_支持TypeScript和JSX语法转换_零配.zip
基于PyTorch框架实现的高性能中文语音识别系统MASR_支持开箱即用与自定义增量训练_集成门控卷积神经网络与CTC解码技术_提供完整Docker环境与预训练模型_针对AISHE.zip
基于PyTorch框架实现的高性能中文语音识别系统MASR_支持开箱即用与自定义增量训练_集成门控卷积神经网络与CTC解码技术_提供完整Docker环境与预训练模型_针对AISHE.zip
【2025年最好创新的KAN网络模型】KAN、CNN-KAN、CNN-LSTM-KAN、LSTM-KAN、TCN-KAN、LSTM-KAN、Transformer-KAN
比较
(Python代码实现)
【2025年最好创新的KAN网络模型】KAN、CNN-KAN、CNN-LSTM-KAN、LSTM-KAN、TCN-KAN、LSTM-KAN、Transformer-KAN
比较
(Python代码实现)内容概要:本文档主要介绍了2025年最新创新的KAN网络模型及其多种组合架构(如NN-KAN、CNN-KAN、CNN-LSTM-KAN、LSTM-KAN、TCN-KAN、Transformer-KAN)的
比较
研究,并提供了相应的Python代码实现,重点应用于电力系统仿真领域。文中涵盖了KAN网络在不同深度学习结构中的性能对比,展示了其在处理复杂电力系统数据方面的潜力与优势。此外,文档还列举了大量相关科研资源和技术服务内容,涉及机器学习、深度学习、信号处理、路径规划、电力系统优化等多个方向,配套完整的Matlab/Simulink仿真代码和复现实例,适用于高水平科研论文复现与工程应用。; 适合人群:具备一定深度学习和电力系统基础知识,从事科研工作1-3年的研究生、工程师或高校教师;熟悉Python/Matlab编程,希望掌握前沿神经网络模型及其实现方法的技术人员。; 使用场景及目标:①研究KAN网络及其变体在负荷预测、风电预测、电力系统建模等任务中的表现差异;②通过代码复现深入理解KAN与其他深度学习模型(如CNN、LSTM、Transformer)融合的设计思路与实现细节;③支撑SCI一区论文复现、课题研究或工程项目开发。; 阅读建议:建议结合提供的Python代码逐模块实践,重点关注各模型在电力系统仿真中的具体实现方式,同时参考文档中提及的其他技术案例拓宽应用场景视野。优先关注KAN核心原理与实验对比部分,辅以实际数据进行训练与验证,提升模型调优能力。
基础编程
21,891
社区成员
140,342
社区内容
发帖
与我相关
我的任务
基础编程
从PHP安装配置,PHP入门,PHP基础到PHP应用
复制链接
扫一扫
分享
社区描述
从PHP安装配置,PHP入门,PHP基础到PHP应用
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章