蚂蚁庄园今日答案：白露时节“玄鸟归”，猜猜“玄鸟”是哪种鸟？ 燕子 天鹅 答案：燕子 小知识：白露时节“玄鸟归”，这里的“玄鸟”是燕子！ “玄鸟归”是指在白露节气期间，燕子等候鸟开始南飞，回到温暖的南方过冬。其中的“玄鸟”通常指的是燕子。 燕子是一种候鸟，每年的春秋季节，它们会进行大规模的迁徙，以寻找适宜的栖息地和食物资源。在中国传统文化中，燕子被视为吉祥鸟，被赋予了许多美好的寓意和象征意义，如象...查看全文：https://boke123.net/6299.html ...继续阅读 (129)

Shell 重定向这部分知识比较琐碎，符号很多，各种操作符又有多种“变种”，所以会让人感觉很凌乱。本文试图对这部分内容做一些规范化的梳理，主要以 GNU 官方文档为准。首先，有必要“温习”一个基础知识点：在Linux上一切皆文件！所有的设备都可以使用一个文件来描述或代表，这一点在重定向操作中体现的尤为明显，例如：0，1，2，/dev/null 都是文件，其中：0代表文件/dev/stdin，1代表文件/dev/stdout，2代表文件/dev/stderr。而这些文件又分别代表了某种设备：/dev/stdi ...继续阅读 (160)

1. 输入：前者是二进制可执行程序，后者是高级语言源程序2. 优化对象：前者主要是直线型代码区域比如踪迹或超块（热点路径代码），超块类似后者中的扩展块；后者是控制流图，即所有代码块，不限于热点路径代码。超块构造类似后者中的基本块放置和过程放置3. 优化方法：前者要运行时采集剖析数据比如结点剖析和边剖析，再基于剖析数据形成有利于指令cache局部性的超块，然后在超块上作常量传播、常量折叠、强度削弱、复写传播、死代码消除、公共表达式消除等基本优化，也会作指令重排，但考虑到陷阱处理要恢复精确的客户进程状态，因此比较受限，没有后者中的指令重排自由。后者如果基于剖析作优化，那么效果和前者差不多4. 寄存器分配：都是基于活跃范围的冲突图着色算法，但前者考虑到陷阱处理会延长相关寄存器的活跃范围，而后者不用————————————————————————总结：二进制优化所用的技术和编译优化其实相同，不同的是为陷阱处理所作的改变调整，以及运用在热点代码块而非所有块春秋十二月2023-09-06 23:44发表评论 ...继续阅读 (171)

1. NFA到DFA：设NFA的状态数为n，根据子集构造法，则至多有2^n个状态转移，对每个状态转移，其状态分量至多有n个状态，每个状态计算它的可达状态集合耗时为O(n^2)，另可达状态集合的并耗时为O(n^2)，故一个转移耗时为n*O(n^2)=O(n^3)，则所有转移总耗时为O(n^3*2^n)。由于实际产生的状态数远小于2^n（通常为n），因此耗时为O(n^3*s)，s为DFA实际具有的状态数2. DFA到NFA：转化方法是修改转移表，对每个状态转移的目标状态加上集合括号（因NFA对特定输入可能有多个目标状态，故为集合），若转为£-DFA，则还需对每个状态增加对£的转移为空集。该方法耗时为O(n)，n为DFA的状态数3. DFA到正则表达式：设DFA状态数为n，根据递推公式R(i,j,k)=R(i,j,k-1)+R(i,k,k-1)R(k,k,k-1)^*R(k,j,k-1)（1<=i<=j<=n，0<=k<=n）来逐步构造表达式，最终的表达式就是所有R(1,j,n)的并，其中j为可接受状态。该过程会产生总共n^3+n^2个表达式，每次k递增导致表达式长度增为4倍，故总耗时为O(n^3*4^n)。另一种更快的方法是消除所有除初始和接受状态外的中间状态，每次消除一个，就合并其前驱经过它到其后继的正则表达式和前驱直接到后继的正则表达式，因前驱或后继至多n-2个 ...继续阅读 (185)

1. 三条定律：交换律、结合律、吸收律（对于半格是幂等律），吸收律包含了幂等律2. 上下界：交半格每对元素都有唯一最大下界，并半格每对元素都有唯一最小上界，格每对元素都有唯一最大下界和唯一最小上界3. 格定义一个偏序，偏序有三个性质：自反性、反对称性、传递性4. 格与偏序的关系：每个格对应一个偏序，但不是所有偏序都对应一个格，要满足每对元素都有唯一最小上界和（或，对于半格）唯一最大下界。如果集合中的任何一个子集（包括空集）均存在最小上界和最大下界，那么对应一个完备格5. 任何元素有限的格都是完备格，格中的交运算和并运算对于其定义的偏序来说是单调的6. 格的乘积、和、提升、映射仍然是格，利用这个性质，可以在已有格的基础上增量地构造描述能力更丰富的格，这种技术称为论域精化，是提高程序静态分析精度的重要指导思想之一春秋十二月2023-09-06 23:39发表评论 ...继续阅读 (166)

周知cpu为方便乱序执行，内部会使用重命名寄存器技术消除数据依赖（war和waw）。编译器在如下场景也会用到重命名​1. 静态单赋值。过程内的每个变量唯一定义一次，原有相同的则会重命名，包括phi结点的定值​2. bb表调度。为消除反相关依赖即war，可以重命名读操作使用或写操作定义的值，这样能调度产生总时钟周期更少的指令序列，但可能增加寄存器压力导致溢出而新增了长延迟操作（内存加载/存储）并迫使另一轮调度​3. ebb表调度。对于某一ebb的一条路径p，p存在过早退出路径pe，p和pe的公共前缀是基本块b，当调度p时，如果某个操作i向后移动到b，且i定义的值杀死了pe上的同名值，那么需要重命名i的定值。若i的定值被重命名，且其在p的出口处是活跃的，则调度器需要在出口处复制回原来的名字​4. trace表调度。踪迹不同于ebb路径，它允许中间存在多个前驱即入口的基本块，而后者不能。当调度存在多入口的块b的某踪迹t时，t上的某操作i可能前向移动跨越b（t外的代码路径需作补偿），若i杀死了一个活跃范围跨越b的值，则需要重命名i的定值；同理，若i向后移动跨越b且杀死了t上的某值，则需重命名i的定值，这时t外的代码路径补偿可以使用同一名字春秋十二月2023-09-06 23:35发表评论 ...继续阅读 (138)

1. 不可达代码是指无论输入什么都不会执行的代码，对过程而言，即是从入口基本块到不了（没有路径可达）的那些基本块；死代码是指可达但计算了后面任何可执行路径都不会使用其计算结果的代码，比如死变量和死指令2. 不可达代码的识别本质是有向图的可达性判定与传递闭包计算问题，一般用DFS法处理。先找到从入口基本块不可达的基本块，再删除（同时改变其前驱和后继基本块的指向），直到找不到为止。死代码的识别可用活跃分析或必要指令标记法，对于活跃分析，删除基本块出口不活跃的变量定值，以及它所使用不活跃操作数的定值；对于标记法，从必要指令出发，根据def-use链和use-def链，不断标记对其操作数有贡献的指令，最后删除没被标记的那些指令3. 不可达代码和死代码可能来源于程序员，更可能源于编译器的其它一些优化产生，删除优化它们能显著减小代码体积，对执行速度有间接的影响，因为可能改善指令高速缓层的利用率春秋十二月2023-09-06 23:33发表评论 ...继续阅读 (162)

WordPress.com 是开源博客系统 WordPress 官方提供的域名和 WordPress 站点托管服务，该服务已经成功运营了20年，也成为 WordPress 最大的盈利点，世界上很多著名网站都托管在上面。最近 WordPress.com 推出了一项正新颖而卓越的计划，一项专为那些寻求其数字存在最终安全和长久的人设计的计划，100年域名和站点托管服务。WordPress 称，百年计划的目标客户是希望为后代保留数字记录的家庭、希望长期保持公司档案的创始人，和寻求稳定主页空间的个人。根据 ICANN 的说明，域名注册最长期限一般只有 10 年，因此 WordPress 宣传的 100 年期限应当需要通过多次代客户续约实现。该服务费用为 3.8 万美元（约合人民币近30万元），可提供长达 100 年的域名注册保证，并提供网站托管、无限流量、全球备份和 24/7 全天候客服等增值服务，同时 WordPress 在百年计划中也设置了所有权协议，可以将其转移给孩子或其他用户。不可否认 WordPress 是一家伟大的公司，他的开源系统已经成为互联网的一部分，全世界有40% 以上的站点是基于它构建的，我的大部分职业生涯也弯绕着它，我从目前有限的感知来说 WordPress 的前景无疑是非常光明的。100年时间对于很多人都是不可想象的，很多人对50年后的世界都不清楚会有什么变化，这也不 ...继续阅读 (167)

1. 目的是识别循环中那种在每个迭代都产生相同值的计算，并将它们移到循环之外。注意，如果一个计算出现在嵌套循环内，对外循环的特定迭代而言，内循环的每个迭代都产生相同的值，但外循环的不同迭代产生不同的值，那么这种计算将移到内循环外，而非外循环外2. 识别循环不变量可以基于数据流分析求得的use-def链，一条指令是循环不变的，当它的每个操作数满足以下条件之一a）该操作数是常数b）该操作数的所有到达定值在循环之外。因为若有一个在循环内，则该指令就可能是循环变化的，除非那个定值是循环不变量c）该操作数只存在一个为循环不变量的到达定值，且该指令之前没有对其左部变量（若有）的使用。因为若有多个这样的定值，则该指令就可能是循环变化的，除非多个定值结果都一样；因为若前面有对其左部变量的使用，则该指令的赋值就杀死了左部变量的初值，这样外提后左部变量第一次迭代就会使用错误的定值3. 由于以上条件没考虑到控制流分析，不能保证循环不变量在每个迭代中执行，以及循环不变量之左部变量的所有使用都是相同的值。因此为了保证外提后的代码行为正确，还需要满足条件：循环不变量所在基本块必须是循环中所有使用了其左部变量的基本块和所有出口基本块的必经结点。当外提循环不变量后，考虑到循环有可能执行0次即一开始就不满足循环进入条件，可以用是否进入循环的测试条件来保护前置块，即识别终止条件是否一开始就为false，来保护它。这种 ...继续阅读 (155)

叶调用优化与收缩包装1. 叶调用优化适用于被调者是不调用任何过程的过程之场景，这种过程叫叶过程2. 有几种可能的优化a）如果过程的实现使用display数组来寻址非局部变量，那么叶过程可避免在起始代码序列中更新display数组b）如果叶过程内不使用由被调者保存的寄存器（寄存器分配器应设法优先使用由调用者保存的寄存器），那么可避免起始代码序列中保存代码和收尾代码序列中恢复代码。很小的叶过程很可能不使用到被调者保存的寄存器，只使用部分调用者保存的寄存器的叶过程，那么调用者也可以避免一部分寄存器保存与恢复代码c）如果调用者有很多次调用叶过程，而且两者代码同时可见，那么叶过程不必自己分配栈帧，由调用者一次性分配好3. 收缩包装是叶调用优化的一种推广，目的是尽可能去掉过程起始代码序列和收尾代码序列中实际没用的寄存器保存恢复代码。可以先用数据流分析来计算每个基本块的保存寄存器集合（基本块入口可预见但其前驱不可预见且入口不可达的那些寄存器）与恢复寄存器集合（基本块出口可达但其后继不可达且出口不可预见的那些寄存器），再在保存寄存器集合非空的基本块入口处插入save指令（插入点已是最早的合适的位置），恢复寄存器集合非空的基本块出口处插入restore指令（插入点已是最晚的合适的位置）尾调用优化与尾递归删除1. 尾调用优化的条件是两个（不同）过程编译时同时可见，比如处于同一编译单元，或调用者有足够多 ...继续阅读 (173)

1. 数学基础：两者的共同点是都基于数据流值的半格和对组合运算封闭的传递函数，不同点是区域分析算法还要求传递函数是一个半格，不仅支持组合运算，而且支持交汇运算和闭包运算，交汇运算用于把有相同后继的不同执行路径组合起来，闭包运算用于环上（比如循环）执行零到多次的效果2. 流程：迭代算法由初始化和循环求不动解组成，以前向数据流为例，其中初始化包括初始化入口基本块的out集合为合适值，其它基本块的out集合为半格的顶元素；循环求不动解遍历除入口外（因为入口的out不会变）的每个基本块，计算其out集合，直至所有基本块的out不再改变。区域分析算法由计算层次区域序列、构造区域传递函数和计算各区域入口值组成，计算层次区域序列自底向上，基本块为叶子区域，自然循环分为循环体区域和循环区域，都是内部区域，不是自然循环的整个流图为根区域；区域传递函数有2个，一是R区域入口到其直接子区域S的入口的数据流值传递，记作Fin(R,S)，另一是R区域入口到其直接子区域出口基本块B（可能有多个）出口处的数据流值传递，记作Fout(R,B)，区域传递函数的计算自底向上，对于叶子区域，Fin是恒等函数，Fout和迭代算法的传递函数一样，取决于具体数据流问题；对于更大的区域（非叶子区域），遍历每个子区域，Fin由所有Fout(R,B)交汇而成，B为S在R中的前驱，若R为循环区域，则再求Fout的闭包，遍历S的每个出 ...继续阅读 (172)

1. 作为指令高速缓层优化的一种重要技术，它根据CFG流图边的执行频率将频繁执行的基本块排列在一起，并布局那些基本块在下降分支路径，而不在一起的也就是很少执行的基本块布局在转移分支路径。这样做一来可以使取到I-cache中的指令实际被执行的比例较高，二来对于某些体系结构上转移和下降路径延迟不等的分支指令，可以降低跳转延迟2. 实现过程内代码置放有以下几个环节：a）获取剖析数据：编译器可以先在基本块出口处插入代码以统计到其后继基本块的执行次数，作为CFG流图边的权重，然后编译生成可执行文件，输入代表性数据运行它，结果输出一个数据文件，用于第二次编译，这次编译实施过程内代码置放优化b）以链的形式构建热路径：热路径是CFG路径的一个集合，其中包括频繁执行的那些边，每条路径是一个或多个基本块按边的方向构成的链，每个链关联一个优先级，用于布局代码的先后顺序。初始时，每个基本块构成一个只有它本身的链，其优先级为CFG流图边的数量或者更大值；接下来，在CFG中按权重降序遍历每条边（x不等于y），若x是某个链a的尾结点且y是某链b的头结点，则把b合并到a后面，更新a的优先级为a原来优先级、b优先级、P三者的最小值，同时递增P，其中P为链合并操作的计数器，用于决定链的相对次序由低到高排列，初值为0。当遍历结束时，所有热路径构建完成c）进行代码布局：经过前一环节，就得到了链的集合。首先从链集合找出含有 ...继续阅读 (158)

【输入输出】一个过程的所有基本块，除entry和exit外的每个基本块包含指令序列【流程】由前向数据流分析、局部复写传播和遍历基本块构成1. 前向数据流分析：目标是计算出每个基本块入口处有效的复写赋值集合，这里定义为CPin(i)，i为基本块，其元素为表示复写赋值的四元组，u为左变量，v为右变量，blk为基本块，pos为在blk中的位置。另外定义COPY(i)为基本块i中出现且到达了出口的那些复写赋值集合，即u和v在i中pos后没被赋值；KILL(i)为被基本块i杀死的那些赋值集合，即i中存在对其它基本块复写赋值右变量的赋值；CPout(i)为基本块i出口处有效的复写赋值集合。以上四种集合的数据流方程为：CPin(i)等于i的每个前驱p的CPout的交集，CPout(i)等于COPY(i)与CPin(i)减去KILL(i)之差的并集。CPout(entry)初值为空集，其它基本块的CPout初值为全集U，U为过程所有复写赋值的集合即所有基本块的COPY之并集，根据迭代求不动点法可算出每个基本块最终的CPin值2. 局部复写传播：作为被全局复写传播调用的例程，有两个参数，一个为输入输出参数单个基本块，另一个为输入参数CPin，即前向数据流分析求得的结果。该例程内部维护一个有效复写赋值的表，称作ACP，其元素为二元组，u是复写赋值的左变量，v是右变量。首先初始化ACP即将CPin中的复 ...继续阅读 (151)

【命题1】控制流图G中若a dom n，且b dom n，则a dom b 或b dom a【证明】设G入口为s，假设结论不成立，即a 不dom b且b 不dom a，或a dom b且b dom a。根据支配结点定义，如果是前者，则从s有全部路径经a（或b）到n但不经过b（或a），这与题设b（或a）dom n矛盾；如果是后者，则从s有全部路径经a，然后经b，再经a，构成了无限循环a->b->a->•••，永远到不了n，这也与题设矛盾。故结论成立【命题2】控制流图G中若m idom n，则m是唯一的，若d ≠ n 且d dom n ，则d dom m【证明】设G入口为s，假设不唯一，G中有另一个结点m'且m' idom n，根据支配结点定义，从s经m到n的路径上必有m' dom m，从s经m'到n的路径上必有m dom m'，根据支配关系的反对称性，有m'=m，故唯一。假设d 不dom m，则从s到m的路径上不必然经过d，又m是n的唯一直接支配结点，则从s到n的路径上不必然经过d，即d 不dom n，这与题设矛盾，故d dom m。可以看到用反证法证明后一个结论时，直接支配结点的唯一性很关键春秋十二月2023-09-06 22:57发表评论 ...继续阅读 (193)

【性质】1. 判定两个完全格L和M能否构成伽罗瓦连接，即抽象化函数α: L—>M是否完全加性的，或具体化函数γ: M—>L是否完全乘性的2. 构造抽象化函数和具体化函数，即对于一个Galois连接（L, α, γ, M），给定α可通过γ(m) = ⊔{l | α(l) ⊑ m}确定γ，这对于所有m成立，且由于α是确定的，因此γ是唯一确定的。取最小上界是为了保证m描述的L中元素对于所有安全地描述了M中α(l)的l是安全的；给定γ可通过 α(l) = ⊓ {m | l ⊑ γ(m) } 确定α，其唯一性和取最大下界的原因类似前面3. 帮助定义分析具体格源值到抽象格属性的正确性关系与表示函数。设有Galois连接（L, α, γ, M），R: V×L —>{true, false}为正确性关系，由表示函数β:V—>L生成，定义S: V×M —>{true, false}，则有v S m ⇔ v R (γ(m)) ⇔ β(v ) ⊑ γ(m) ⇔ (α◦β)(v) ⊑ m，即S为正确性关系，由表示函数^ ...继续阅读 (192)

定理：集合Z[n]由所有i=0,1,…, n-1整数组成，其中满足gcd(i,n)=1的元素与乘法模n操作形成了交换群G，且单位元为e=1。证明：设a、b属于G，有gcd(a,n)=1，gcd(b,n)=1，则gcd(a*b,n)=gcd(b,n)=1，即(a*b) mod n封闭，显然单位元为1；根据扩展欧几里德算法得a*x+n*y=1，x为a的逆元，则1=gcd(a,n)=gcd(a*x,n)=gcd(x,n)，故x也在G中春秋十二月2023-09-06 22:34发表评论 ...继续阅读 (157)

记输出为[G`, G, p, q, g]，其中p为大素数，G`为模p的有限循环整数群，阶为p-1；q为大素数，为G的阶，G为G`的子群（模亦是p），生成元为g（G`的一个元素），另外满足如下条件：1. 1<=p-1，随机选取，测试它的q次幂是否等于1 mod p，若不等于则重新选取，直到等于3. 上面选定的g，遍历1到q的幂模p，就得到G的各元素数学基础：一个有限群，对每个元素它的阶整除群的阶，它的群阶幂次方等于单位元；一个有限循环群，它的生成元个数为群阶的欧拉数，若群阶是素数，则所有非1的元素都是生成元结论：这种计算子群的方法由于保证阶为素数且只要超过160位长，就可避免针对阶为合数的质因子分解并利用中国剩余定理求离散对数的已知最好攻击，具有中长期安全强度春秋十二月2023-09-06 22:28发表评论 ...继续阅读 (183)

定理：令K[x]是由次数小于8、系数为0或1的多项式组成的环，m(x)=x^8+x^4+x^3+x+1为不可约多项式，则K[x]/(m(x))（模m(x)剩余类环）同构于元素个数为256的有限域F证明：​1. 构造映射H: P->Z，P表示K[x]中的多项式，Z表示小于256的非负整数，定义函数h(p)=z(mod 256)。显然H为双射；依初等数论同余性质有h(p1+p2)=(z1+z2)mod 256=z1(mod 256)+z2(mod 256)=h(p1)+h(p2)，h(p1*p2)=z1*z2(mod 256)=z1(mod 256)*z2(mod 256)=h(p1)*h(p2)，故H保持加法乘法封闭性。这点保证支持任意明文/密文的运算​2. 由一元多项式环的性质得多项式乘法可以交换，即f(x)•g(x)=g(x)•f(x)，满足域的交换条件。其乘法单位元是常数项1，满足域的单位元条件​3. 因非零多项式f(x)与m(x)互素，由一元多项式环的互素定理知存在g(x)、k(x)使得f(x)•g(x)+m(x)•k(x)=1(系数模2)，即f(x)•g(x)模m(x)余1（这里1表示单位元），故f(x)存在逆元，由群定义知逆元必唯一，满足域的逆元条件。另aes规定零多项式的逆元 ...继续阅读 (157)

第一次有机会参与现代文明社会的重要活动，自然要认真学习一番。直接目的是要为了新西兰和我接下来三年投一个有利于自己利益的选票。间接目的也是为了学习作为一个正常的人。接下来我会选在在民调前六的党派的官网学习，https://www.roymorgan.com/findings/9332-nz-national-voting-intention-august-2023Labour 工党解读Greens 绿党解读NationalAct NZMaori PartyNZ First并且总结以下方面领导人党派成员接下来三年的计划本文具有强烈的个人感情色彩,如有观看不适,请尽快关闭. 本文仅作为个人学习记录使用,也欢迎在许可协议范围内转载或使用,请尊重版权并且保留原文链接,谢谢您的理解合作. 如果您觉得本站对您能有帮助,您可以使用RSS方式订阅本站,这样您将能在第一时间获取本站信息.选举的基本知识可以在官网Vote NZ学习到投票的所有需要的基本知识。做的简单易懂，我就不过多介绍了。投票时间是 2023 年 10 月 2 日 到 2023 年 10 月 14 日。我建议只要你有投票资格，请你一定要投票支持你认可的党派。这是为了新西兰，也是为了你自己。绿党 - Greens绿党官网https://www.greens.org.nz/绿党领导人Marama Davidson官网介绍https://ww ...继续阅读 (180)

第一次有机会参与现代文明社会的重要活动，自然要认真学习一番。直接目的是要为了新西兰和我接下来三年投一个有利于自己利益的选票。间接目的也是为了学习作为一个正常的人。接下来我会选在在民调前六的党派的官网学习，https://www.roymorgan.com/findings/9332-nz-national-voting-intention-august-2023Labour 工党解读Greens 绿党解读NationalAct NZMaori PartyNZ First并且总结以下方面领导人党派成员接下来三年的计划本文具有强烈的个人感情色彩,如有观看不适,请尽快关闭. 本文仅作为个人学习记录使用,也欢迎在许可协议范围内转载或使用,请尊重版权并且保留原文链接,谢谢您的理解合作. 如果您觉得本站对您能有帮助,您可以使用RSS方式订阅本站,这样您将能在第一时间获取本站信息.选举的基本知识可以在官网Vote NZ学习到投票的所有需要的基本知识。做的简单易懂，我就不过多介绍了。投票时间是 2023 年 10 月 2 日 到 2023 年 10 月 14 日。我建议只要你有投票资格，请你一定要投票支持你认可的党派。这是为了新西兰，也是为了你自己。工党 - Labour工党官网https://www.labour.org.nz/工党领导人Chris Hipkinshttps://en.wikip ...继续阅读 (154)

该渲染由 Shiro API 生成，可能存在排版问题，最佳体验请前往：https://innei.in/notes/155人际与自我从各种方面，我一直觉得自己处在一种“微妙的关系”中：悔恨、人际关系，甚至是自己。这种微妙性时常让我觉得自己是个失败者，尤其是在面对复杂的人际关系时。每次我因冲动做出决定或是其他过失，会一直耿耿于怀，像一块沉重的石头压在心上，每次想到都会后悔为什么当时会这么做。与人交往总让我倍感压力。看似微小的矛盾和冲突一旦出现，我总是选择逃避。这样的逃避并不会解决任何问题，反而使得关系更加复杂。我明白这样越是这样越是会辗转反侧，但总感觉有种无形的力量阻碍着我去改变。就这样经历了多次，突然之间陷入了僵局，不过几天时间这段友谊就结束了。越是无话不说的关系，越是容易突然之间消散，而这种落差感能让我长久铭记和悔恨。而因为有这种心态，在情感方面，一切变得更加困难。我总觉得自己不可能拥有一段正常的恋情，尤其是当我考虑到过去的失败经历，我对恋爱充满了恐惧和疑虑。害怕最后的结局会是伤害自己。我明白这样的生活循环必须打破。最近我开始反思自己，试图找出问题的根源，并寻找解决之道。我逐渐认识到，我不能让过去的悔恨和失败定义我的未来。生活永不停息，它不会因为我的犹豫或深陷悔恨而暂停脚步。改变是一个长期且艰难的过程，但只要我有意愿和勇气去改变，一切都还来得及。我希望，有朝一日的我能更好地处理这 ...继续阅读 (166)

相比较MLP和CNN，RNN结构仿佛尤其的神秘。相比较更加直观的可视化，实现端到端的输出，包含隐藏状态（Hidden state）的时序建模方式对于RNN代码的理解真是尤其的困难。虽然Torch为我们提供封装好函数，但是我更加希望去探索其封装借口背后的结构，来提高自己的理解能力。0x01 缘起相比较MLP和CNN，RNN结构仿佛尤其的神秘。相比较更加直观的可视化，实现端到端的输出，包含隐藏状态（Hidden state）的时序建模方式对于RNN代码的理解真是尤其的困难。虽然Torch为我们提供封装好函数，但是我更加希望去探索其封装借口背后的结构，来提高自己的理解能力。0x02 数学公式对于神经网络的计算方式可以考虑层层递进，包括单个神经元的前向传播、单个神经元的反向梯度下降、批量梯度下降。由此来理解它是如何使用的、如何学习的以及如何更好的工程化学习。2.1 基本思想RNN、LSTM、GRU等等这类循环神经网络更多的是参考如何应用在序列的数据中，参考沐神的解释，这一类网络结构的特点优势包括：跨时间权重共享时间平移不对称适用不同长度这里有点太晦涩了。当我们以时间序列预测（Time series forecasting）的方式来理解一个问题，我们如何从t的状态来预测t+1，经过分析我们会知道t+1状态并不完全取决于t。比如同一支股票在相同的价格均会存在下跌和上涨的状态，因此我们会希望另外 ...继续阅读 (59)

tmux # 新建一个无名称的会话 tmux new -s demo # 新建一个名称为demo的会话 tmux detach # 断开当前会话，会话在后台运行 tmux a # 默认进入第一个会话 tmux a -t demo # 进入到名称为demo的会话 tmux kill-session -t demo # 关闭demo会话 tmux kill-server # 关闭服务器，所有的会话都将关闭 tmux list-session # 查看所有会话 tmux ls # 查看所有会话，提倡使用简写形式更多细节https://louiszhai.github.io/2017/09/30/tmux/ ...继续阅读 (181)

偶尔会发生Windows下Docker启动时卡在Starting the Docker Engine…的情况，vscode进行wsl开发时也会发生这种情况，经过调查后，发现跟一个叫做LxssManager的进程有关，废话不多说，直接写解决方案。#停止LxssManager服务 net stop LxssManager #启动LxssManager服务 net start LxssManager如果发现无法停止，就直接到任务管理器中杀掉进程：#查出PID号 tasklist /svc /fi "imagename eq svchost.exe" | findstr Lxss然后根据图里的7196到任务管理器中查找这个进程，然后右键结束进程： ...继续阅读 (48)

芭芭农场今日答案：怎么判断山竹有几瓣？ A.看看底部 B.摸外壳感受 答案：A.看看底部 解析：看看底部就可以判断山竹有几瓣！山竹其底有“小花”，果肉瓣数与花瓣数相同。 小知识：山竹是一种著名的热带水果，果实呈圆形或椭圆形，果皮为深紫色或浅紫色，果肉为白色，含有丰富的维生素C、膳食纤维和多种矿物质。 那么如何挑选品质好的山竹呢？一看果蒂叶瓣颜色，越绿就越新鲜，反之颜色变成褐色或黑色就是放置久了不新...查看全文：https://boke123.net/6286.html ...继续阅读 (126)

微博森林驿站森林小课堂答案：以下哪一项不属于低碳出行？ 步行 骑行 驾驶汽油车 答案：驾驶汽油车 小知识：驾驶汽油车不属于低碳出行！ 《公民生态环境行为规范十条》第四条、选择低碳出行：优先步行、骑行或公共交通出行，多使用共享交通工具，家庭用车优先选择新能源汽车或节能型汽车。查看全文：https://boke123.net/6285.html ...继续阅读 (132)

boke123百科使用Dragon主题后，在编辑文章时可设置支付可见、登录可见、回复可见、公众号可见、密码可见、购买指定商品可见和管理员可见，使用最多的就是登录可见、回复可见、公众号可见。最喜欢的还是登录可见和公众号可见，不喜欢回复可见，原因如下： 一、回复可见 顾名思义，回复可见就是文章部分内容被隐藏起来，需要点击【去评论】按钮并完成评论后即可自动刷新该文章，此时即可查看隐藏的内容。具体如下图所...查看全文：https://boke123.net/6279.html ...继续阅读 (181)

背景最近这这段时间更新了一些 k8s 相关的博客和视频，也收到了一些反馈；大概分为这几类：公司已经经历过服务化改造了，但还未接触过云原生。公司部分应用进行了云原生改造，但大部分工作是由基础架构和运维部门推动的，自己只是作为开发并不了解其中的细节，甚至 k8s 也接触不到。还处于比较传统的以虚拟机部署的传统运维为主。其中以第二种占大多数，虽然公司进行了云原生改造，但似乎和纯业务研发同学来说没有太大关系，自己工作也没有什么变化。恰好我之前正好从业务研发的角度转换到了基础架构部门，两个角色我都接触过，也帮助过一些业务研发了解公司的云原生架构；为此所以我想系统性的带大家以研发的角度对 k8s 进行实践。因为 k8s 部分功能其实是偏运维的，对研发来说优先级并不太高；所以我不太会涉及一些 k8s 运维的知识点，比如安装、组件等模块；主要以我们日常开发会使用到的组件讲起。计划入门部署应用到 k8s跨服务调用集群外部访问进阶如何使用配置服务网格实战运维你的应用应用探针滚动更新与回滚优雅采集日志应用可观测性指标可视化k8s 部署常见中间件helm 一键部署编写 Operator 自动化应用生命周期这里我整理了一下目录，每个章节都有博客+视频配合观看，大家可以按照喜好选择。因为还涉及到了视频，所以只能争取一周两更，在两个月内全部更新完毕。根据我自己的经验，以上内容都掌握的话对 k8s 的掌握会更进一 ...继续阅读 (124)

项目特点 基于C++11开发，避免使用裸指针，代码稳定可靠，性能优越。 支持多种协议(RTSP/RTMP/HLS/HTTP-FLV/WebSocket-FLV/GB28181/HTTP-TS/WebSocket-TS/HTTP-fMP4/WebSocket-fMP4/MP4/WebRTC),支持协议互转。 使用多路复用/多线程/异步网络IO模式开发，并发性能优越，支持海量客户端连接。 代码经过长期... ...继续阅读 (187)

我在Dragon主题设置中开启了“是否禁用Gutenberg古腾堡编辑器并恢复使用WP经典编辑器”后，在后台文章编辑器中编写文章发现编辑器不满屏，右侧有一大截空白，怎样才能让这个编辑器满屏呢？ 这是因为该编辑器设置了宽度为760px，所以如果你的电脑屏幕很大的话，就会出现编辑器不满屏的情况，想要解决这个问题也很简单，只需要将编辑器对应的CSS文件中的width:760px;删除即可。找到并打开/w...查看全文：https://boke123.net/6277.html ...继续阅读 (138)