数据库中的一些术语：（后面的中文可能翻译不准确，我自己这么称呼它们）
relation
——
关系模型
tuple
entity
—— 表中的一条
记录
，也成为
实体
attribute/column
—— 每个表头即
属性
domain
—— 属性的取值域
FD（functional dependency）
—— 函数依赖
MVD(Multi-Valued Dependency)
—— 多值依赖。。这个真不知道该怎么翻译
数据库正规化是数据库中如何合理且有效组织数据的一门技术，它也为我们提供了一套系统地消除数据
冗余（redundancy）
和
异常（anomaly）
的方法。
正规化主要就是两个目的：
-
消除数据冗余（或者说没意义的数据）
-
确保数据之间的依赖关系是合乎逻辑的
假如在设计数据库关系的时候没考虑正规化，不仅会因为数据间的冗余从而浪费存储空间，同时，它也会给我们更新、删除数据时带来很多麻烦，也就是上面说到的异常，下面举例说明。
表头分别是学生id，学生姓名，学生具体的专业方向，hod(Head of Department) 学院的领导，办公电话。
假如来了个新生，他还没细分具体专业方向，于是乎在后三栏我们就没办法添了，只能用NULL来补充了，这样就很不方便了；相反，假如软件工程专业有50个学生，那么这50个学生的后三栏就会重复，但我们不得不重复地插入。
好，假如某天Mr. X不当领导了，然后换了个领导Mr. Y，那么每个学生都需要将他的hod改成Mr. Y了。万一数据库管理员不小心漏了几个同学的没改，那这些学生的学籍就有错误了。
也许你会说：哎呀，那你管理员细心一点不就好了？
那我会说：你为什么不可以换一种设计数据表的方式呢？
再假设，某个branch只有一个学生（好像不太可能），有一天，这个学生真的太孤单了，他读不下去了，转去学管理了，很显然就要把他的信息删掉，问题就来了。因为我们的学生信息和专业的信息是绑在一起的，你删了这个唯一的同学，那这个专业、专业领导也被你删掉了，这样就有问题了。
主要分为以下几种（越往后，要求越严格）：
-
First Normal Form
-
Second Normal Form
-
Third Normal Form
-
BCNF（Boyce-Codd Normal Form）
-
Fourth Normal Form
如果一个表是满足一范式的，那么它需要满足以下条件：
-
每个属性的取值必须是原子的
atomic
-
每一列的
domain
必须是一样的
-
不存在相同的列名
-
列的排列顺序，以及每个tuple间的排列顺序可以交换。
如果一个表是满足二范式的，那么它需要满足以下条件：
-
它必须是满足一范式的
-
它不含有部分依赖（Partial Dependency）
如果一个表是满足三范式的，那么它需要满足以下条件：
-
它必须是满足二范式的
-
它不含有传递依赖（TransitiveDependency）
BCNF其实是第三范式的更高约束版本，它可以处理一些3NF处理不了的异常
如果一个表是满足BCNF的，那么它需要满足以下条件：
-
它必须是满足三范式的
-
对任意一个FD ( X → Y ), X应该是个
超键(superkey)
.
如果一个表是满足三范式的，那么它需要满足以下条件：
-
它必须是满足BCNF的
-
它不含有多值依赖（ Multi-Valued Dependency.）
后面会持续更新。
Recall：数据库中的一些术语：（后面的中文可能翻译不准确，我自己这么称呼它们）relation —— 关系模型tuple entity—— 表中的一条记录，也成为实体attribute/column —— 每个表头即属性domain —— 属性的取值域FD（functional dependency）—— 函数依赖MVD(Multi-Valued Dependency) —— 多...
Codd博士定义了6个范式来规范化
数据库
，范式由小到大来约束，范式越高冗余越小，但表的个数也越多。实验证明，三范式是性价比最高的。
2.1 第一范式：确保每列原子性
第一范式确保每个字段不可再分
如下表设计是否合理？
不合理。不满足第一范式，上课时间可以再分
地址包含省、市、县、地区是否需要拆分？
如果仅仅起地址的作用，不需要统计，可以不拆分；如果有按地区统计的功能需要拆分。
2.2 第二范...
推荐个在线SQL网站：http://sqlfiddle.com/，满足个人即时学习需要，避免安装
数据库
实例的麻烦。
参考资料：Wiki百科、百度百科、Google、博客园等，定义性的内容，直接引用了官方介绍。
本文参照以下目录进行内容组织：
什么是好的
数据库
设计？
函数依赖理论
函数依赖的定义
完全函数依赖与部分函数依赖
传递函数依赖
关系模型的分解特性
模式分解存在的问题...
范式（Normal Form）：一、无范式（Unnormalized Form，UNF）二、第一范式（First Normal Form，1NF）三、第二范式（2NF）函数依赖（Functional Dependency）完全函数依赖（full functional dependency）部分函数依赖（partial dependency）四、第三范式（3NF）传递性依赖（transitive dependency）。
写下此文，希望能深入浅出地总结【正则化】的要点.....................
码和属性的关系
f(X)→Yf(X)\rightarrow Yf(X)→Y，则YYY函数依赖于XXX。理解为知道XXX后，就可以推出YYY；而且，能且仅能推出唯一的YYY。这类似于数学上的函数。
平凡函数依赖：X→YX \rightarrow YX→Y，同时Y∈XY \in XY∈X，则是平凡函数依赖。
非平凡函数依赖：X→FYX \xrightarrow{F} YXFY，同时Y∉XY...
① ε是一个正规式，它表示集合L(ε)={ε}。
② 若a是∑上的字符，则a是一个正规式，它所表示的正规集L(a)={a}。
③ 若正规式r和s分别表示正规集L(r )、L(s)，则
（a）r|s是正规式，表示集合L( r)∪L(s)；
（b）r·s是正规式，表示集合L( r)L(s)；
（c）r* 是正规式，表示集合 (L(r ) ) * ；
（d）( r)是正规式，表示集合L( r)。
仅由有限次地使用上述三个步骤定义
Prolog中的
数据库
规范化
该脚本实现了两种最常用的
数据库
规范化算法：BCNF分解和3NF合成。 它是在
数据库
课程中学习考试时作为练习而编写的。
norm_example谓词对Kifer，Bernstein和Lewis教科书“
数据库
系统”中给出的示例
数据库
进行规范化。
输出示例：
$ ./norm.pl
# BCNF Decomposition
- Schema: `[[a,d,e],[a,f,h],[b,c,f,g]]`
- Dependencies: `[ ([a]->[d,e]), ([b,h]->[c,f,g]), ([f]->[a,h])]`
- Decomposition:
[a,b,c,d,e,f,g,h]
├── violation: [a]->[d,e]
├── [a,d,e]
└── [a,b,c,f,g,h]
├── violatio
conditional_batch_
normalization
有条件批处理规范化Pytorch的实现
这是在[1]和[2]中引入的有条件批处理归一化，并在[3]中成功地应用于有条件的图像生成。
[1] Dumoulin，Vincent，Jonathon Shlens和Manjunath Kudlur。 “艺术风格的博学代表。” CoRR，abs / 1610.07629 2.4（2016）：5。
[2] De Vries，Harm等人。 “通过语言来调节早期的视觉处理。” 神经信息处理系统的进展。 2017。
[3] Miyato，Takeru和Masanori Koyama。 “带有投射识别器的cGAN。” arXiv预印本arXiv：1802.05637（2018）。
第一范式1NF: 表的列都是原子的
不能某一列可以被拆分成几个列(如定义购物车一列,内容为苹果一只,香蕉一斤, 不如分解为产品,数量两列,分别填上苹果, 1, 香蕉 2)
第二范式2NF:非键列不能部分依赖于部分键列(必须依赖于整个键)
如果非键列依赖于部分键,那这些非键列一定由于部分依赖而产生冗余,此时就应该把这些非键列和部分键取出来重新建一个表
非键列必须完全函数依赖于整个...
视频异常事件检测Object-centric Auto-encoders and Dummy Anomalies for Abnormal Event Detection in Video
swift_wings:
（转）c++文件操作详解
（转）c++文件操作详解
Romml:
差分自编码器介绍、推导及实现
苏世独立、横而不流:
