由于DSP的cacheable空间大小只能按照你512MB去划分，而且跳转指令不能超过1G空间，因此对于SRAM、以及DRAM的空间，DSP存在多套地址映射，根据不同的地址段区分cacheable和non-cacheable。

一个业务场景需要对 Map 计算哈希值作为缓存 key 的构成部分。思路是将 Map 转为字符串，然后对字符串取 Hash 值。 不过这里有个很大的坑，即 Map 中 Entry 的顺序问题，即仅仅 Key 的顺序不同而值相同时哈希值应该相同。 如果使用 AI 大概率会注意到这个问题，如果直自己写很容易忽略这个问题。

一个业务场景需要对 Map 计算哈希值作为缓存 key 的构成部分。思路是将 Map 转为字符串，然后对字符串取 Hash 值。 不过这里有个很大的坑，即 Map 中 Entry 的顺序问题，即仅仅 Key 的顺序不同而值相同时哈希值应该相同。 如果使用 AI 大概率会注意到这个问题，如果直自己写很容易忽略这个问题。

不要着急，我们先假设：输入feature maps的通道数、输出的通道数、卷积核尺寸（长和宽一样时）分别为：

系统：Windows 10 编辑器：JetBrains PyCharm Community Edition 2018.2.2 x64 pandas：1.1.5

不要着急，我们先假设：输入feature maps的通道数、输出的通道数、卷积核尺寸（长和宽一样时）分别为：

系统：Windows 10 编辑器：JetBrains PyCharm Community Edition 2018.2.2 x64 pandas：1.1.5

通过使用定义函数（add），创建一个list，包含这一系列数字，再使用map函数。

通过使用定义函数（add），创建一个list，包含这一系列数字，再使用map函数。

此次案例主要是通过Landsat7来进行2002年11月-12月的NDVI和SAVI指数的计算，而且是通过表达式，这中表达是在于，以后你也想通过波段计算的话，可以改改公式即可使用，话不多说！上代码：

此次案例主要是通过Landsat7来进行2002年11月-12月的NDVI和SAVI指数的计算，而且是通过表达式，这中表达是在于，以后你也想通过波段计算的话，可以改改公式即可使用，话不多说！上代码：

对于很多想在GEE上进行NDVI计算的同学，GEE平台已经将这集成了一个算法，只需要写入波段就可以进行执行了。具体代码如下：

有一个专门为了集合运算而设计的“集合栈”计算机。该机器有一个初始为空的栈，并且支持以下操作：

在MapReduce中要求被传输的数据能够被序列化 MapReduce中的序列化机制使用的是AVRO，MapReduce对AVRO进行了封装 被传输的类实现Writable接口实现方法即可

字符串表达式仅包含非负整数，+， - ，*，/ 四种运算符和空格 。 整数除法仅保留整数部分。

而流计算则是异步的,发送的东西跟返回的东西没有逻辑关系,不断的发送数据,不断的返回结果,但是结果可能是之前发送的数据的处理结果跟现在发送的数据没有任何关系,是一种持续不断的状态.也就是说任务和任务之间没有明显的边界.

而流计算则是异步的,发送的东西跟返回的东西没有逻辑关系,不断的发送数据,不断的返回结果,但是结果可能是之前发送的数据的处理结果跟现在发送的数据没有任何关系,是一种持续不断的状态.也就是说任务和任务之间没有明显的边界.

共面判断就是用叉乘计算出ijk三点所在面的法向量，然后判断il向量是否和法向量垂直，是则共面。

以上这段代码的核心是img.expression('表达式'，{公式中的波段名称:要选择影像的波段}...)有几个波段参与运算就通过这个形式及逆行计算即可。

因为本教程涉及到一个list案例分析，我们就先介绍一下list，然后再讲map()列表的一些东西