链滴 Java 源码剖析——彻底搞懂 Reference 和 ReferenceQueue 作者：jesministrator 原文链接：https://ld246.com/article/1513083921948 来源网站：链滴 许可协议：署名-相同方式共享 4.0 国际 (CC BY-SA 4.0) 之前博主的一篇读书笔记——《深入理解Java虚拟机》系列之回收对象算法与四种引用类型博客中为 pending: this * Enqueued: next reference in queue (or this if last) 原文链接：Java 源码剖析——彻底搞懂 Reference 和 ReferenceQueue * Inactive: this */ @SuppressWarnings("rawtypes") Reference next; nding其实就是 个链表。 private static class ReferenceHandler extends Thread { ...... 原文链接：Java 源码剖析——彻底搞懂 Reference 和 ReferenceQueue public void run() { while (true) { tryHandlePending(true);

weight = weight - learning_rate * gradient 31 定义 网络 1 损失 函数 2 优化 3 深度学习的三个步骤 深度学习很简单…… 来源：李宏毅《1天搞懂深度学习》 32 3. 神经网络 torch.Tensor-支持自动编程操作（如backward()）的多维数组。同时保持梯度的张 量。 nn.Module-神经网络模块.封装参数,移动到GPU上运行 Christopher M. Bishop, Pattern Recognition and Machine Learning, Springer-Verlag, 2006 4. 李宏毅，《一天搞懂深度学习》 5. 吴茂贵等，《Python深度学习基于PyTorch》，机械工业出版社，2020 40 谢 谢！

深度学习的开发流程 77 深度学习的一般步骤 深度学习=表示学习+浅层学习 78 定义 网络 1 损失 函数 2 优化 3 深度学习的三个步骤 深度学习很简单…… 来源：李宏毅《1天搞懂深度学习》 79 参考文献 1. IAN GOODFELLOW等，《深度学习》，人民邮电出版社，2017 2. Andrew Ng，http://www.deeplearning.ai 3 Christopher M. Bishop, Pattern Recognition and Machine Learning, Springer-Verlag, 2006 4. 李宏毅，《一天搞懂深度学习》 80 谢 谢！

pthread_key_create(&pthread_g, pthread_key_destructor) • crosscall2 是手写 Plan9 的汇编函数 • 兼容性处理：十来个 CPU，好几个 OS • 搞懂混合编译：Go，ASM ，C dropm 的判断条件 1. 有些操作系统，比如 Windows，不支持 pthread 来注册 destructor 2. pthread_key_create

•新一代监控系统更加关注应用侧的监控，没有维度标签玩不转，每个指标动辄几个、十几个标签 指标维度更为丰富 •Kubernetes体系庞大，组件众多，涉及underlay、overlay两层网络，容器内容器外两个namespace，搞懂需要花些时间 •Kubernetes的监控，缺少体系化的文档指导，关键指标是哪些？最佳实践是什么？不是随便搜索几个yaml文件能搞定的 平台侧自身复杂度变高， 监控难度加大 从 Kubernetes

神奇的一幕发生了，“ any” 不见了！为什么？因为去重 ！ • 为什么 set 会把 “ arch” 和 “ any” 视为相等的元素？明 明内容都不一样？ set 的排序：自定义排序函数 • 首先搞懂 set 内部是怎么确定 两个元素 a 和 b 相等的： • !(a < b) && !(b < a) • 也就是说他 set 内部没有用到 == 运算符，而是调用了两次 比较函子来判断的。逻辑是：

sRGB 对⾊彩空间的利⽤更⾼效， 所以绝⼤多数图像还是选择了 sRGB TRC 来进⾏编码。不过在这个例⼦中使⽤后者的效果 并不好：sRGB 在某些坐标上给出了⽐线性空间 暗得多的数值 。 现在我们终于搞懂了为什么不同的 TRC 会有不同的混⾊特性。为了进⼀步强化对这个原理 的感性认识，我们在下图中对⼏种典型的 TRC 的混⾊效果进⾏了⼀次横向⽐较。从左到右 我们准备了四组颜⾊渐变，每组渐变⼜列举了三种混⾊⽅式的效果，从左到右分别为：线 透视投影⼀章，你会发现类似的例⼦其实不⽌⼀次地发⽣在那⼀章 的⽰例中。(译者注：我并没有搞懂原⽂想要表达的意思，只能按照 原⽂直译了。抱歉。) 你还应尽量让画⾯/投影⾯越接近与焦点⻆度垂直，否则你会得到 奇怪的图像扭曲。在下图中并没有发⽣这种现象，这意味着⼈物事 实上被额外地上下拉⻓了⼀些。(译者注：我也没有搞懂原作者这段 话的意思。) 我们最后再以⼀张骑⻢的⼈为例，演⽰透视投影的运⽤： 你可 组合使⽤ 颜⾊减淡 和 加深 。检查上层颜⾊的 亮度是否⾼于 0.5，如果是，则使⽤颜⾊减淡模式，如果否，则使 ⽤颜⾊加深模式。 警告 此模式的算法并⾮真的就是在使⽤颜⾊减淡和颜⾊加深，我们没 有搞懂它的真正原理。如果需要组合使⽤颜⾊减淡和颜⾊加深， 请使⽤ 实⾊混合 。 左： 正常 ； 右： 亮光 。 其他 凹凸贴图 对上下两层颜⾊数据进⾏ 相乘 ，但考虑输⼊数据的透明度通道。 组合法线贴图

sRGB 对色彩空间的利用更高效， 所以绝大多数图像还是选择了 sRGB TRC 来进行编码。不过在这个例子中使用后者的效果 并不好：sRGB 在某些坐标上给出了比线性空间 暗得多的数值 。 现在我们终于搞懂了为什么不同的 TRC 会有不同的混色特性。为了进一步强化对这个原理 的感性认识，我们在下图中对几种典型的 TRC 的混色效果进行了一次横向比较。从左到右 我们准备了四组颜色渐变，每组渐变又列举了三种混色方式的效果，从左到右分别为：线 事。如果你回头重读透视投影一章，你会发现类似的例子其实不止一次地发生 在那一章的示例中。(译者注：我并没有搞懂原文想要表达的意思，只能按照 原文直译了。抱歉。) 你还应尽量让画面/投影面越接近与焦点角度垂直，否则你会得到奇怪的图像 扭曲。在下图中并没有发生这种现象，这意味着人物事实上被额外地上下拉长 了一些。(译者注：我也没有搞懂原作者这段话的意思。) 我们最后再以一张骑马的人为例，演示透视投影的运用： 你可以 (但实际却不是) 组合使用 颜色减淡 和 加深 。检查上层颜色的亮度是否高 于 0.5，如果是，则使用颜色减淡模式，如果否，则使用颜色加深模式。 警告 此模式的算法并非真的就是在使用颜色减淡和颜色加深，我们没有搞懂它的 真正原理。如果需要组合使用颜色减淡和颜色加深，请使用 实色混合 。 左： 正常 ； 右： 亮光 。 其他 凹凸贴图 对上下两层颜色数据进行 相乘 ，但考虑输入数据的透明度通道。 组合法线贴图

90 经典 debhelper vs CDBS vs dh ▶ 份额比例： 经典 debhelper：15% CDBS:15% dh：68% ▶ 我该学用哪个？ ▶ 最好全学一点 ▶ 你得先搞懂 debhelper 才能用好 dh 和 CDBS ▶ 你可能需要修改 CDBS 软件包 ▶ 打包新软件用哪个? ▶ dh (份额比例不断上升的不二选择) ▶ See https://trends

sRGB 对色彩空间的利用更高效，所以绝大 多数图像还是选择了 sRGB TRC 来进行编码。不过在这个例子中使用后者的效果并不好：sRGB 在某些坐标上给出了比线性空间 暗得多的数值 。 现在我们终于搞懂了为什么不同的 TRC 会有不同的混色特性。为了进一步强化对这个原理的感 性认识，我们在下图中对几种典型的 TRC 的混色效果进行了一次横向比较。从左到右我们准备 了四组颜色渐变，每组渐变又列举了三 事。如果你回头重读透视投影一章，你会发现类似的例子其实不止一次地发生 在那一章的示例中。(译者注：我并没有搞懂原文想要表达的意思，只能按照原 文直译了。抱歉。) 你还应尽量让画面/投影面越接近与焦点角度垂直，否则你会得到奇怪的图像扭 曲。在下图中并没有发生这种现象，这意味着人物事实上被额外地上下拉长了 一些。(译者注：我也没有搞懂原作者这段话的意思。) 我们最后再以一张骑马的人为例，演示透视投影的运用： 你可以 (但实际却不是) 组合使用 颜色减淡 和 加深 。检查上层颜色的亮度是否高于 0.5，如果是，则使用颜色减淡模式，如果否，则使用颜色加深模式。 警告 此模式的算法并非真的就是在使用颜色减淡和颜色加深，我们没有搞懂它的真正原 理。如果需要组合使用颜色减淡和颜色加深，请使用 实色混合 。 左： 正常 ； 右： 亮光 。 其他 凹凸贴图 提示 此混合模式的英文名为“Bumpmap”。 对上下两层颜色数据进行