浅谈JMeter体系结构

JMeter体系结构详解

JMeter是一款功能强大的开源性能测试工具,广泛应用于Web应用、数据库、FTP服务器等多种场景下的负载和压力测试。其灵活的体系结构设计使得测试计划的创建、执行与结果分析变得高效而直观。本文将深入解析JMeter的三维空间体系结构,帮助您更好地理解和运用这一工具。

JMeter体系结构概览

JMeter的体系结构可以形象地抽象为一个三维空间模型,这个模型由X、Y、Z三个轴向的空间构成,每个空间代表了JMeter不同功能模块的组织方式,JMeter结构图如下:
在这里插入图片描述
具体介绍如下:

X 空间(负载模拟过程)

X空间细分为5个维度(X1至X5),代表了JMeter中进行负载模拟的全过程。这五个维度涵盖了从准备测试计划、配置线程组、定义取样器、设置断言到添加定时器和控制器等所有构建测试场景所需的组件。简而言之,X轴专注于模拟真实用户的行为模式,确保测试能够准确反映系统在高负载条件下的表现。
● X1: 取样器(Sampler),模拟用户的具体请求,如HTTP请求、数据库查询等。
● X2: 配置元件以及处理器(Config Element and Processors),提供常用功能配置元件方便用户进行操作以及对上下文数据进行预处理
● X3: 控制器(Controller),组织和控制取样器的执行逻辑,如逻辑控制器、循环控制器等。
● X4: 定时器(Timer),模拟用户操作之间的时间间隔,增加测试的真实性。
● X5: 测试计划与线程组配置,定义并发用户数、循环次数等基础参数。

Y 空间(负载模拟与结果验证)

Y空间分为两个维度,Y1和Y2,分别对应负载模拟与结果验证两个关键环节。
● Y1 (负载模拟): 负责生成并管理用户请求,确保模拟的用户行为符合测试需求。这一部分直接关联X空间中的组件,特别是取样器和控制器。
● Y2 (结果验证): 负责验证测试执行后的结果是否满足预期,包括响应时间、状态码、返回数据的校验等。这一维度通过断言来实现,确保测试的有效性和准确性。

Z 空间(结果收集与分析)

Z空间虽然只包含一个维度,但它扮演着极其重要的角色——负载测试结果的收集与分析。
● 监听器(Listener): Z空间的核心组成部分,负责收集测试运行期间的所有数据,包括但不限于响应时间分布、吞吐量、错误率等。监听器不仅可以在测试计划的线程组内部使用,也可以放置在线程组之外,以全局视角监控整个测试过程。通过监听器,测试人员可以直观地评估系统性能并定位问题。

X1取样器(Sampler)详细介绍

取样器(Sampler)是JMeter的核心元件,它负责向服务器发送请求,模拟用户的各种操作,如HTTP请求、数据库查询、FTP上传下载等。取样器是任何性能测试计划的基础,没有取样器,JMeter就无法执行任何请求或收集性能数据。

核心概念

● 请求发送: 每个取样器都代表了一种特定类型的请求,用户可以通过配置取样器来指定请求的目标地址、请求方法、参数等信息。
● 结果收集: 取样器发送请求后,会收集服务器响应的信息,包括响应时间、状态码和响应数据等,这些信息对于评估系统性能至关重要。
● 可扩展性: JMeter支持多种类型的取样器,并且可以通过插件机制扩展以支持更多协议,使得测试范围广泛。

常见取样器类型

  1. HTTP Request Sampler: 最常用的取样器,用于发送HTTP/HTTPS请求,适用于Web应用性能测试。
  2. JDBC Request Sampler: 用于执行SQL查询,测试数据库的性能和响应时间。
  3. FTP Request Sampler: 用于模拟FTP文件上传和下载操作。
  4. SMTP Sampler: 用于测试邮件服务器,发送电子邮件请求。
  5. JMS Sampler: 用于测试Java消息服务(JMS)的性能。
  6. TCP Sampler: 提供了一个通用的TCP客户端,可以用来测试任何基于TCP协议的服务。

X2前置处理器(Pre Processors)详细介绍

在JMeter中,前置处理器(Pre Processors)属于X轴的第二维度。前置处理器是一种特殊类型的元件,它们在每个取样器执行之前运行,主要用于修改或准备请求数据、设置变量或执行某些计算任务,以便优化或增强即将发起的请求。下面是关于JMeter前置处理器的详细介绍:

目的与作用

前置处理器的主要目的是在实际发送请求给服务器之前,对测试环境或者请求本身进行必要的设置或调整。它使得测试脚本更加动态和灵活,能够适应不同的测试场景和需求。前置处理器可以:
● 生成或修改请求参数:例如,动态生成时间戳、随机数或序列号作为请求的一部分。
● 设置变量和属性:初始化或修改变量值,为后续的取样器提供必要的数据输入。
● 数据处理:对从外部数据源获取的数据进行格式化、过滤或编码。
● 条件执行:基于特定条件决定是否执行后续的取样器或改变其执行路径。
● 数据库操作:在发送请求前从数据库获取数据,用于参数化请求。

常见前置处理器类型

  1. 用户参数(User Parameters):为每个虚拟用户线程分配一组独立的变量值,常用于参数化测试,使得每个线程的请求具有唯一性。
  2. BeanShell PreProcessor:使用BeanShell脚本语言执行复杂的逻辑处理,如数据转换、条件判断等。

X2配置元件(Config Element)详细介绍

在JMeter中,配置元件(Config Element)是一个关键组件类别,用于设定测试计划中的全局或局部配置,以控制或影响其他元件的行为,特别是在数据处理、请求参数化、结果处理等方面。配置元件在执行顺序上位于取样器之前,但后于前置处理器执行。

常见配置元件类型

  1. CSV Data Set Config:此元件允许你从CSV文件中读取数据,为测试提供参数化的输入值。它可以为每个线程(虚拟用户)分配一组不同的数据行,从而实现数据驱动的测试。非常适合用于批量测试不同用户或场景。
  2. HTTP Request Defaults:通过这个元件,你可以为测试计划中所有的HTTP请求设置默认值,比如默认的服务器名称、端口、协议、路径等。这大大简化了测试脚本的维护,因为不需要在每个HTTP请求取样器中重复设置这些通用信息。
  3. HTTP Header Manager:用于定义HTTP请求头信息。可以为所有或部分HTTP请求设置默认的HTTP头(如Cookie、User-Agent等),以模拟不同的浏览器或客户端行为。
  4. User Defined Variables:允许你定义一系列的变量及其初始值,这些变量可以在整个测试计划中使用。适合设置全局常量或初始化测试所需的基础数据。
  5. JDBC Connection Configuration:用于配置数据库连接参数,如数据库URL、驱动、用户名和密码。使得在测试中执行数据库操作(如JDBC Request sampler)时能复用这些连接配置。

X2后置处理器(Post Processors)详细介绍

X2空间中的后置处理器(Post Processors)是JMeter架构中不可或缺的一部分,它们在取样器执行之后立即运行,主要职责是对服务器响应的数据进行处理和提取,以便进一步分析或作为后续请求的输入。后置处理器增强了测试的灵活性和自动化程度,使得测试脚本能够根据实时响应动态调整。以下是关于后置处理器的详细解析:

核心功能

  1. 数据提取:从服务器响应中提取有用信息,如cookies、特定文本、JSON或XML数据字段等,这些数据可以存储为变量,供后续请求使用或作为断言验证的基础。
  2. 结果处理:对原始响应数据进行加工处理,比如解码、格式化或转换,以适应测试的特定需求。
  3. 自动化决策:根据响应内容做出逻辑判断,比如根据某个条件决定测试流程的分支走向,实现更复杂的测试逻辑。

常见后置处理器类型

  1. Regular Expression Extractor:最常用的后置处理器之一,利用正则表达式从响应文本中提取匹配的值。这对于从HTML、JSON或其他文本格式中提取动态数据非常有效。
  2. JSON Path Extractor:专门用于从JSON响应中提取数据。通过提供JSON路径表达式,可以精确提取出嵌套结构中的数据项,适用于现代Web应用和服务API的测试。
  3. XPath Extractor:与JSON Path Extractor类似,但专为XML响应设计。通过XPath表达式,可以导航和提取XML文档中的元素和属性。
  4. JSR223 PostProcessor:利用JavaScript、Groovy或其他支持的脚本语言,进行复杂的数据处理和逻辑判断。这种后置处理器的灵活性极高,几乎可以实现任何需要的后处理逻辑。

X3 控制器(Controller)详细介绍

X3空间中的控制器(Controller)在JMeter的体系结构中扮演着核心角色,它们负责组织和控制取样器(Sampler)以及其他逻辑元件的执行顺序与逻辑关系,构建出复杂多变的测试场景。控制器不仅仅是简单的顺序执行容器,它们支持条件分支、循环迭代、并行处理等多种高级功能,使得测试计划的设计更加贴近真实世界的用户交互模式。

常见控制器类型

  1. 简单控制器(Simple Controller): 作为最基本的容器,用于组织相关的取样器和其他元件,自身不提供额外的逻辑控制。适用于将相关测试逻辑分组,提高测试计划的可读性和可维护性。
  2. 循环控制器(Loop Controller): 允许用户定义取样器或控制器的重复执行次数。这对于模拟特定操作的重复执行,如登录登出场景、列表滚动等,是极其有用的。
  3. 交错控制器(Interleave Controller): 使得其子元件按照指定顺序交错执行,每轮执行中轮流选择一个元件运行。这种控制器特别适合于模拟多个用户同时执行不同操作的场景。
  4. 随机控制器(Random Controller): 每次执行时随机选择其下的一个子元件执行,适用于模拟用户行为的不确定性,增加测试的真实度。
  5. 事务控制器(Transaction Controller): 将一组取样器视为单个事务处理,用于衡量一组操作的总响应时间。可选配置为仅记录子取样器的总时间或每个子取样器的时间,是评估系统端到端性能的关键元件。

高级应用场景

● 复杂业务流程模拟:结合不同类型的控制器,可以构建出接近真实用户的复杂业务流程,如登录后进行一系列操作、根据服务器响应动态调整测试路径等。
● 性能压力点测试:通过循环控制器和大量并发线程,可以针对性地对某一功能模块进行高强度的压力测试,评估系统的稳定性和极限承载能力。
● 数据驱动测试:配合CSV Data Set Config或User Defined Variables等配置元件,控制器可以帮助实现数据驱动的测试,每个循环迭代使用不同的数据集,覆盖更多的测试用例。

X4 定时器(Timer)详细介绍

X4空间中的定时器(Timer)是JMeter架构中一个至关重要的组成部分,它们负责在取样器之间插入延迟,模拟真实用户操作间的时间间隔,这对于确保测试的现实性和准确性至关重要。通过精细地控制这些等待时间,测试可以更加真实地反映系统在实际负载条件下的表现,避免因请求过于密集而产生的非典型性能指标。

定时器的作用

  1. 模拟真实用户行为:用户在浏览网页或使用应用程序时,操作之间通常存在时间间隔,定时器能够模拟这种自然延迟,使得测试更加接近实际情况。
  2. 流量控制:在高并发测试中,定时器有助于控制请求的发送速率,避免瞬间峰值流量对被测系统造成不必要的冲击,从而得到更稳定的测试结果。
  3. 资源压力测试:通过调整定时器设置,可以有策略地施加不同级别的压力,比如短时间内的大量突发请求,或是持续的稳定负载,以全面评估系统性能。

常见定时器类型

  1. 固定定时器(Constant Timer):在每个取样器执行后插入一个固定长度的延迟时间。适用于需要在每个请求间保持一致等待时间的场景。
  2. 高斯随机定时器(Gaussian Random Timer):根据高斯分布随机生成延迟时间,允许用户设置平均值和标准差,模拟更加真实的人类操作时延分布。
  3. 统一随机定时器(Uniform Random Timer):在用户定义的最小和最大时间范围内随机选择延迟时间,增加了测试中时间间隔的多样性。
  4. 同步定时器(Synchronizing Timer):确保所有线程(或指定数量的线程)到达该点后再同时执行下一个操作,适用于模拟同时登录、抢购等场景的并发压力。
  5. 泊松定时器(Poisson Random Timer):根据泊松分布产生延迟时间,适用于模拟遵循特定事件发生频率的用户行为模式,如访问量波动较大的网站流量模拟。

X5 测试计划与线程组配置详细介绍

X5空间关注的是测试计划的整体设计与线程组的配置,这是JMeter测试执行的基石。一个完整的测试计划不仅包括了前面提到的取样器、控制器、定时器、前置与后置处理器等核心组件,还涉及如何合理组织这些组件以实现测试目标,以及如何配置线程组来模拟真实的用户负载。

测试计划概述

测试计划是JMeter中最高层级的实体,它包含了所有测试组件的集合。一个测试计划可以包含多个线程组、逻辑控制器、监听器等,用以构建复杂的测试场景。在设计测试计划时,需要考虑以下几个方面:

  1. 目标明确:明确测试的目的,比如是进行压力测试、负载测试还是稳定性测试,这将直接影响到线程组的配置和取样器的选择。
  2. 场景构建:依据测试目标设计测试场景,这包括用户行为的模拟、请求序列的安排、异常情况的处理等。
  3. 数据管理:如果测试需要使用到大量的数据(如用户登录信息、商品ID等),需要考虑如何有效地管理和参数化这些数据,如使用CSV Data Set Config。
  4. 结果验证:确定如何验证测试结果,包括设置合适的断言来检查响应数据是否符合预期。

线程组详解

线程组(Thread Group)是JMeter中模拟用户行为的基本单位,每个线程组代表了一组虚拟用户,这些用户按照预设的配置同时或顺序执行测试任务。
通过细致地规划和配置X5空间中的测试计划与线程组,测试工程师可以构建出既贴近实际又高度可控的测试环境,有效评估系统的性能极限和稳定性。

Y2 断言(Assertions)详细介

断言的作用与重要性

Y2空间中的断言(Assertions)是确保测试有效性和精确性的关键组件。它们在JMeter测试计划中扮演着裁判的角色,负责验证服务器响应是否满足预期条件。通过比较实际响应数据与预设规则或值,断言帮助测试人员确认应用程序是否按预期工作,是测试结果验证环节(Y2空间)的核心。断言的应用不仅限于验证正确性,还包括识别错误、性能基准验证及功能确认等多个层面,确保测试的全面性和深度。

常见断言类型

JMeter提供了多种断言类型,以应对不同测试需求,以下是一些常见断言的介绍:

  1. 响应断言(Response Assertion):最通用的断言类型,允许你验证响应数据中的文本、模式、字节大小、响应代码或消息等。通过正则表达式或精确字符串匹配,可以验证响应内容的准确性。
  2. JSON断言(JSON Path Assertion):针对JSON格式的响应,通过提供JSON路径表达式,验证特定字段的存在性、值或结构。这对于API测试尤为重要,能精准定位到JSON响应中的数据进行验证。
  3. XML断言(XML Assertion):与JSON断言类似,专门用于验证XML响应。通过XPath表达式,可以检查XML文档结构和内容,确保数据的正确性。
  4. Duration Assertion:检查响应时间是否在指定的阈值内。这对于性能测试至关重要,可以确保系统响应速度满足要求,及时发现性能瓶颈。
  5. Size Assertion:验证响应数据的大小是否在预期范围内,适用于确保下载文件大小或响应体大小的正确性。
  6. Response Code Assertion:验证服务器返回的状态码是否符合预期,例如,确保POST请求返回201 Created或GET请求返回200 OK。

高级断言技巧

● 组合使用断言:在复杂场景下,单一断言可能不足以全面验证响应。通过在取样器后添加多个断言,可以实现更细致的验证逻辑,确保所有关键指标均满足要求。
● 条件断言(If Controller + Response Assertion):结合条件控制器(If Controller),根据之前请求的结果或变量值,动态决定是否执行特定断言,实现更灵活的测试逻辑。
● 自定义断言:利用JSR223 Sampler或BeanShell脚本,可以编写自定义逻辑来进行断言,适用于需要高度定制验证逻辑的情况。
● 性能指标关联断言:在进行负载测试时,可以将断言与监听器(如聚合报告、响应时间图)结合使用,根据性能指标如吞吐量、错误率来动态调整断言阈值,使测试更加贴近真实场景。

Z监听器(Listener)详细介绍

监听器的重要性与功能

Z空间的核心——监听器(Listeners),是JMeter体系结构中不可或缺的一环,它们负责收集测试执行期间的所有关键数据,并以可视化的方式展示测试结果,使测试人员能够快速分析系统性能、定位问题并优化。监听器不仅仅被动记录信息,它们还支持实时监控、结果导出、定制化报表生成等功能,是沟通测试执行与结果评估的桥梁。

常见监听器类型

  1. 查看结果树(View Results Tree):最常用的调试工具之一,提供详细的请求和响应信息,包括请求头、请求体、响应头、响应数据及执行时间等。在测试计划开发阶段极为重要,便于快速定位和修正问题,但注意因其资源消耗较大,通常在正式性能测试时不启用。
  2. 聚合报告(Aggregate Report):提供测试结果的统计摘要,包括平均响应时间、吞吐量、样本数、错误率等关键性能指标。这些汇总数据有助于快速了解系统的整体表现和瓶颈所在。
  3. 响应时间图(Respone Time Graph):以图形方式展示随时间变化的平均响应时间和标准偏差,有助于观察测试过程中性能的波动趋势,识别性能下降或异常的时间点。
  4. 表格查看器(Table Viewer):提供一种灵活的表格形式来查看和导出取样器结果数据,适用于需要进行详细数据分析或外部处理的场景。
  5. HTML报告生成器(Html Report Generator):在测试结束后生成包含图表和详细分析的HTML报告,适合团队分享和存档。报告内容丰富,包括测试摘要、响应时间分布、吞吐量图表等,便于非技术人员理解测试结果。
  6. 简单数据编写器(Simple Data Writer):虽然不是直接可视化的监听器,但它允许将测试结果输出到文件,格式包括CSV、XML等,便于后期使用第三方工具进行深入分析或自动化处理。

高级应用与最佳实践

● 策略性使用监听器:考虑到监听器可能对测试性能产生影响,尤其是在高负载测试时,应谨慎选择启用哪些监听器。一般建议在测试设计阶段使用查看结果树进行调试,在执行大规模性能测试时仅保留必要的数据收集监听器,如聚合报告和简单数据编写器。
● 结果分析与优化:结合使用多种监听器,从不同角度分析测试数据。例如,使用聚合报告评估总体性能,同时借助响应时间图追踪性能波动,从而综合判断系统的稳定性和可扩展性。
● 定制化报告:利用JMeter提供的监听器接口或第三方插件,可以定制生成满足特定需求的测试报告,如加入公司Logo、自定义分析指标等,提升报告的专业性和易读性。
● 自动化与集成:通过JMeter的命令行模式结合监听器的输出功能,可以将测试执行和结果分析自动化集成到CI/CD流程中,实现持续性能测试和即时反馈,加速软件交付周期。

结语

JMeter的三维体系结构设计,清晰地展现了从测试计划制定、执行到结果分析的全过程。通过理解并熟练掌握这个模型,测试工程师可以高效地创建复杂多变的测试场景,精准地模拟用户负载,进而对目标系统的性能做出全面而准确的评估。随着JMeter版本的不断更新迭代,其功能和易用性也在持续增强,成为众多企业和开发团队进行性能测试的首选工具。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/15974.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

C语言——小知识和小细节19

一、奇数位与偶数位互换 1、题目介绍 实现一个宏,将一个整数的二进制补码的奇数位与偶数位互换。输出格式依旧是十进制整数。示例: 2、分析 既然想要交换奇数位和偶数位上的数字,那么我们就要先得到奇数位和偶数位上的数字,那么…

又有人叫嚣:AI取代前端,来给你几张图,看能不能憋死AI。

总有自媒体人,为了些许流量,在大放厥词,说截个图给AI,AI就能输出前端代码,这是啥都敢说,吹牛不上税。 我来给你几张贝格前端工场日常接的大数据项目相关的图,你让AI生成代码,取代前…

Youngter-drive

BUUCTF逆向题Youngter-drive-CSDN博客 逆向每日一题----Youngter-drive题解-CSDN博客 借鉴博客,写得比我好 upx拖壳 upx -d Youngter-drive.exe 这道题我不知道为什么,我这里是运行不了的,也没有找到原因 int __cdecl main_0(int argc, const char **argv, const char **env…

Nginx 的原理解析 worker 配置及相关问题 -细节狂魔

文章目录 前言Nginx 的最基本的执行过程(master & worker)worker 是如何进行工作的 一个 master 和 多个 woker 有哪些好处1、可以使用 nginx 热部署2、节省资源 && worker 进程之间互不影响 && nginx 服务不会中断 woker 设置多少才…

【知识图谱】探索攻略:基础、构建、高级应用与相关论文方向

【知识图谱】相关文章汇总 写在最前面一、什么是知识图谱?二、相关历史文章代码实现:简单的知识图谱可视化知识图谱前身:信息抽取知识图谱应用1:社交网络分析知识图谱应用2:威胁情报挖掘知识图谱应用3:Code…

Python小游戏——俄罗斯方块

文章目录 项目介绍环境配置代码设计思路1.初始化和导入库:2.定义颜色和屏幕尺寸:3.定义游戏逻辑:4.游戏循环: 源代码效果图 项目介绍 俄罗斯方块游戏是一款经典的益智游戏,玩家通过旋转和移动各种形状的方块&#xff…

【NumPy】关于numpy.clip()函数,看这一篇文章就够了

🧑 博主简介:阿里巴巴嵌入式技术专家,深耕嵌入式人工智能领域,具备多年的嵌入式硬件产品研发管理经验。 📒 博客介绍:分享嵌入式开发领域的相关知识、经验、思考和感悟,欢迎关注。提供嵌入式方向…

Gradle筑基——Gradle Maven仓库管理

基础概念: 1.POM pom:全名Project Object Model 项目对象模型,用来描述当前maven项目发布模块的基础信息 pom主要节点信息如下: 配置描述举例(com.android.tools.build:gradle:4.1.1)groupId组织 / 公司的名称com.…

初学Echart

创建一个html文件 1.引入 点击链接----快速上手网址&#xff1a;快速上手 - 使用手册 - Apache ECharts 复制这一串【这个是引入echart路径】 引入到这里 2.使用 我们在上一步---点击返回--往下翻---找到完整代码--复制黏贴 复制粘贴后--总体长这样 <!DOCTYPE html> &…

【大模型部署】在C# Winform中使用文生图Stable Diffusion XL 模型

【大模型部署】在C# Winform中使用文生图Stable Diffusion XL 模型 前言 整了一个在C# Winform中调用文生图Stable Diffusion XL的小程序&#xff0c;基于百度智能云千帆平台 步骤 如何注册百度智能云和创建应用&#xff0c;获取API 密钥等和在之前的博客中基本相同&#…

[C++]debug介绍+debug时如何查看指针指向内存处的值

一、简介 预备工具和知识&#xff1a;使用使用VSCode使用Debug。 本文简介&#xff1a;本文将简要介绍debug中Continue&#xff0c;Step Over&#xff0c;Step Into和Restart的功能。并介绍如何在debug时查看动态内存地址&#xff08;指针&#xff09;的值&#xff1b; 二、D…

连公司WiFi后,无法访问外网,怎么回事,如何解决?

文章目录 封面问题描述问题探究什么是DNS&#xff1f;分布式&#xff0c;层次数据库如何理解分布式&#xff1f;如何理解层次&#xff1f; 本地DNS服务器迭代查询&#xff0c;递归查询DNS缓存参考资料 封面 问题描述 从甲方项目组返回公司后&#xff0c;我习惯性连上公司WiFi&…

视频号小店去哪里找货源?最全货源渠道分享!

大家好&#xff0c;我是电商糖果 视频号小店因为是这两年电商行业新出来的黑马&#xff0c;吸引着不少商家入驻。 入驻了商家中很多都没有自己的货源渠道。 他们基本都是从无货源开始起步&#xff0c;后期通过积累资源&#xff0c;慢慢搭建属于自己的货源渠道。 可是渐渐的…

算法的时间与空间复杂度

算法是指用来操作数据、解决程序问题的一种方法。对于同一问题&#xff0c;使用不同的算法&#xff0c;也许最终结果是一样的&#xff0c;但在过程中消耗的资源和时间却会有很大的区别。 那我们该如何去衡量不同算法之间的优劣呢&#xff1f;主要还是从算法所占用的【时间】和…

5.26机器人基础-空间描述和变换-总结

非目录 方便我找 重点 逆解 位姿矩阵的几何意义 实际坐标需要除以比例因子才能得到 比例因子的好处&#xff1a;在计算机的储存更加简单方便&#xff0c;例如x,y,x原先很大时&#xff0c;等比例改变 位姿坐标的齐次变换&#xff1a;左乘齐次坐标 从端点到末端&#xff0c…

集合竞价选股策略实战测试

2.3.2版本发布的集合竞价选股策略是网友吴PSYP提供的&#xff0c;团队按照策略实现的选股算法&#xff0c;最近半个月对策略进行的实战测试&#xff0c;从集合竞价选股开始&#xff0c;到股票收盘&#xff0c;收盘价格大于集合竞价价格&#xff0c;算作盈利&#xff0c;测试结果…

Vision Mamba论文阅读(主干网络)

这几天被Mamba刷屏了&#xff0c;又由于本人是做视觉方面任务的&#xff0c;固来看看mamba在视觉上的应用。 今天分享的是Vision Mamba: Vision Mamba: Efficient Visual Representation Learning with Bidirectional State Space Model 论文网址&#xff1a;https://arxiv.or…

火山引擎“奇袭”阿里云

图片&#xff5c;电影《美国队长3》剧照 ©自象限原创 作者丨程心 编辑丨罗辑 大模型价格战&#xff0c;已经不是什么新闻。 从OpenAI发布GPT-4o&#xff0c;将API价格下调50%&#xff0c;并宣布面向普通用户免费开始&#xff0c;就标志着大模型的竞争从性能进入到了成本…

【机器学习】期望最大化(EM)算法

文章目录 一、极大似然估计1.1 基本原理1.2 举例说明 二、Jensen不等式三、EM算法3.1 隐变量 与 观测变量3.2 为什么要用EM3.3 引入Jensen不等式3.4 EM算法步骤3.5 EM算法总结 参考资料 EM是一种解决 存在隐含变量优化问题 的有效方法。EM的意思是“期望最大化&#xff08;Exp…

Aloha机械臂的mujoco仿真问题记录

今天在测试ACT代码时&#xff0c;遇到了仿真中的机械臂无法摆放正确的姿势来抓去红色方块。 后来经过测试&#xff0c;发现应该是python包的版本问题有误&#xff0c;下面记录下正确的包版本&#xff1a; 官方给出的包&#xff1a; conda create -n aloha python3.8.10 conda…