Richard14

试着写了个最小实现，用另一个线程封装 selector ，每次流更新后提醒主线程的事件循环去获取内容（因为 EVENT_READ 已经准备好，read 可以认为是非阻塞的）。

但是最后结果还是不太对，主线程的 call_soon 函数虽然正常执行，但是其过程中的 future.set_result(None)并不能触发主事件循环中 await 这个 future 的函数返回。或者说偶尔能触发，偶尔不能触发，搞不太清楚为什么。

@sagaxu 简单场景下性能肯定是提高的，我看他相当于把空间复杂度提上去了，比如一个实际业务中经常有各种恶心复杂的判定，搜索一行的 a 项目，如果 a>0 则 b 项目+=1 ，如果 b 项目+=1 结束后是偶数则 c 项目=0 ，这样一连串逻辑用普通 sql+连接池实现可能需要搜索和提交多次，我看他虚拟一层之后只需要在内存内部维护，实际业务发起多次请求，它往后端的搜索和提交只有几次，大部分在内存里完成，当然性能会比入库高。只不过这也是我无法理解的一点，我无法理解当问题变成多节点以后它维护的这个虚拟层是如何保持数据同步的

@ospider py 的异步从 3.4 加入一直更到 3.7 已经有比较稳定的 api ，文档也从最初的大杂烩到现在的条理分明，覆盖全面，反观 sqlalchemy 直接一篇不算很长的“从 1.0 迁移到 2.0”，另一篇“sqlalchemy 与 asyncio”，说明含糊不清，覆盖单一，查看附录里的范例代码发现已经在正文中看过了。混乱的就是 sqlalchmy 本身，关 python 什么锅？

@Huelse 单纯用 orm 维护连接池有什么优势？我感觉用 core 库的连接池也一样啊

@Veneris 所以还是要保存一个 appid 到签名的对应关系？是保存 appid 的最近请求的所有签名，然后每次新请求都挨个匹配？感觉成本会非常爆炸。否则的话难道只保存最近一次的请求？那么如果攻击者通过某种途径截取到了身份认证的封包，等一分钟以后重新发送，攻击不就成功了吗

@eason1874
@gadfly3173
@sadfQED2
请问传感器数据适合用 es 管理吗，每天新增大概在千万行左右，倒是没有到日增 T 级，但是目前也吃不消了。需要的搜索条件是，规定某日某时到某日某时这期间，某传感器的某项数值，这种类似 2-3 个约束条件的需求。我曾经试过时序数据库，但是感觉相对于传统数据库也没有太大优势，后来就放弃了，现在还是用甲骨文的方案，但是用的不是很舒心。我们搞机器人的也不是数据库太精通，就先这么凑合着了，现在大概百亿级的数据，换 es 来管合适吗？

@jaredyam 还有一个点就是我看源码不太理解它切割图片又合成的逻辑。。真的不会在边缘产生硬边界吗。。。因为比如对于原图来说是一串连续的 255 ，如果切割开来了，其中某些点对于神经网络来说，周围的值从 255 变成 0 了，这会影响预测的吧

@jaredyam 感谢回复。

我的目的是（希望能）掌握一种 General 的由 A 图片转化到 B 图片的训练方式，姑且不论效果（关于效果的改进以我的理解应该是通过调整网络实现的），我不是很理解应该用什么样的输出模式，在网上搜索也没总结出什么有效信息，所以来论坛问一下。我目前的想法是，比如在训练分类的时候，他都是有一套固定的评价体系，比如 softmax+交叉熵然后再反向传递，要提高精度需要调整的只是细节的网络结构部分，我认为图转图应该也是这样？提高精度可以靠修改网络解决，然后输入和输出模式相对应该比较固定。

超分应该是这个领域比较常见的需求，我昨晚看了一些开源项目，曾经感觉这些似乎都是很深层的网络实现的，但是看 waifu2x 之类比较老的超分似乎层数非常浅。通过模拟代码我能大概理解它的思路，但是因为个人精力有限，从准备数据集开始 check 每一行代码的逻辑比较累，而且不保证自己理解正确，难免有疏漏，所以想问问论坛里有没有大佬能在比较高的抽象层次用自然语言描述一下具体是这种转换是怎么做出来的，我感觉对我会很有帮助。

@3dwelcome 大佬我迁移到新帖了，感觉这个贴没有说到重点。https://v2ex.com/t/815301

@CallMeReznov 搜不到啊大佬，py 的 httpserver 搜索结果有一千六百多个。。