笔记

Linux 线程同步与互斥——互斥锁在学习多线程时，最开始写的程序可能都比较简单，每个线程执行自己的任务，彼此之间没有太多联系。但是，一旦多个线程开始操作同一份数据，问题就出现了。

撩得Android一次心动

Jetpack Compose 知识点整理3【个人用】“副作用”指的是：你在写UI代码时，偷偷干了和“画界面”无关的事情。在 Compose 的声明式模型中，可组合函数 (@Composable 函数) 会被框架频繁调用（重组）。很多时候我们不仅仅需要在可组合函数的内部进行UI操作，可能还会进行一些和UI无关的操作。例如：资源初始化和释放、异步操作等等。如果直接在可组合函数体内执行这些副作用，会导致严重问题：

国产化加固计算机项目选型笔记｜板卡、整机、平板与定制模块评估要点国产化项目选型很容易陷入只对比 CPU 主频的误区。在航空、车载、轨交这类高可靠场景，国产化等级、宽温指标、操作系统适配、总线接口能力，往往比单纯算力更加关键。本文整理国产化加固计算机评估维度，汇总飞腾、复旦微、瑞芯微等主流平台硬件参数，供项目前期方案评估参考。

规划领域定义语言(PDDL)学习笔记PDDL全称Planning Domain Definition Language，规划领域定义语言，是人工智能自动规划领域的标准化描述语言，1998年由Drew McDermott等人提出，用来统一描述规划问题。

绛橘色的日落(。・∀・)ノ

C#学习笔记能储存，有一定范围，有符号，正负数包括0的变量类型能储存，有一定范围，0和正数存储7~8位有效数字，根据编译器不同，有效数字也可能不一样四舍五入有效数字是从左到右从非0数开始算有效数字的

AI时代首先数据库-PostgreSQL实战笔记 | 16 PostgreSQL子查询与嵌套查询（下）上一篇我们拆了子查询的四种形态，重点讲了相关子查询“逐行执行”的代价。这一篇，我们进入子查询真正体现设计深度的部分：派生表、LATERAL、CTE 和递归查询。如果说上一篇是在讲“子查询是什么”，这一篇就是在讲“什么时候该让优化器自由发挥，什么时候该由你强制它走某条路”。

【项目篇】基于LanGraph的自动处理客服邮件的 Agent汇总一个「人机协作」的客服邮件自动处理系统：AI 处理 80% 的常规邮件，人只审 20% 的高风险邮件。

通信工程师学习笔记5-通信系统本篇为通信工程师学习记录的第5篇，通信系统，上一篇为计算机应用基础，主要讲述了计算机概述（有些废话的小节），计算机系统的组成、计算机中数据的表示（非常重要）、数据库系统、多媒体技术。学习了，不代表已经吃透了，只有经常温故，才会知新。

把 SQL 编辑器用顺：KSQL Developer 从补全到事务的实战笔记写 SQL 这活儿，谁写谁知道。列名记不住，INSERT 敲到一半停下来翻表结构；上周写的脚本，这周就忘了存在哪；最刺激的还是在生产库上跑 UPDATE——光标悬在回车键上那两秒，心跳是真的会变快。

数据库学习笔记（二）：MySQL 基础操作入门｜在 CentOS Stream 10 上连接、建库与建表在上一篇文章中，我们完成了 CentOS Stream 10 环境下的 MySQL 安装，依次经历了环境准备、配置仓库、安装服务、启动登录和基础验证，搭建起了后续学习数据库所需的基本环境。

关于 y0 y1 yn 变量名冲突说法的指正本文主要讲述变量名冲突的问题。由于版本问题，您遇到的情况可能与我所讲述的不符，一切以本机版本为准，如果您遇到了其他问题，欢迎在评论区留下您的观点或遇到的问题。

WAV 逆向分析工具使用笔记项目里有一段音频转换脚本，看起来没问题，但仔细一看逻辑是矛盾的：判断要 22050/单声道，命令却做 44100/立体声。但奇怪的是，生成的音频都能正常播放。

滴啦嘟啦哒

【具身笔记】【π0.5 微调与仿真】五、在MuJoCo中实现可视化仿真本系列为我在vla上的第一个实践：基于lerobot做π0.5的推理、微调、仿真。本文主要介绍在在MuJoCo中实现可视化仿真。

【infra之路】AI 编译器学习笔记（十三）：AI 编译器全景——TVM、XLA、IREE 与其他前面十二篇都在 MLIR 和底层细节里打转。这一篇抬头看一眼整个领域：主流的 AI 编译器各自在哪一层、核心思想是什么、彼此有什么区别。重点讲 TVM，最后整理了两个常被问到的问题。

ai应用开发的学习笔记首先这里的StateSnapshot 就是每一个超步的快照，及每完成一个超步就会记录的快照，这个快照从上到下是按照时间倒序排序的。

中小厂生产管理系统选型笔记：驱动方式、主线链路与成本结构给一家三十来人的精密零件加工厂选生产管理系统，前后看了大型 MES、通用 ERP、轻量 SaaS 三类产品。这篇笔记把过程里沉淀的判断框架整理出来，尽量落在可验证的层面：数据模型、交互成本、成本结构。结论先行：中小厂适合业务驱动的系统，财务驱动那一套是给正规超大型企业准备的；判断依据不在功能清单的长短，在数据模型的主干是谁。

【infra之路】AI 编译器学习笔记（十四）：为什么要 tiling，以及矩阵计算单元的“固定“准备面试时我被问住过一个问题：如果片上存储放得下所有数据，还需要 tiling 吗？想清楚之后才发现，"装得下"只是 tiling 的理由之一。这一篇整理 tiling 的六个理由、寄存器 tiling 的复用原理，以及矩阵计算单元对输入的要求和它与"加法"的关系。

origin绘制等距的HSD置信区间1.Statistics → ANOVA → Two-Way ANOVA2.Mean Plot 标签页：勾选 Interaction（这里可以一键生成基础交互折线图，但误差棒不能用！仅用来预览趋势）

问心无愧0513

[极客大挑战 2019]Upload本题考查文件上传我们先上传一个木马文件试试有没有什么限制发现不允许上传文件中存在<? 我们可以使用其他语言标签在较旧版本的 PHP中，PHP 支持使用 HTML 的

CMU 11-768 p1-3 笔记1.训练和 harness训练和 harness 都是解决模型不知道怎么做的问题，一般的流程是先发现模型做不好，用 harness 解决，系统设计，之后反复出现模型训练方就把这个功能训练进去，最终解决方案是靠训练。