qq_53773901的博客

原创 superior哥深度学习系列（大纲）

🗺️ 完整知识图谱梳理🎯 不同应用场景的技术选型🔄 持续学习方法论📖 推荐学习资源🎊 学习历程回顾🏆 成果展示指南🔮 AI未来发展趋势🎯 个人发展建议。

原创 C++学习：六个月从基础到就业（导航目录）

这是我的C++学习之旅的开始。我将定期更新这个博客系列，分享我的学习进度和心得。如果你也在学习C++，欢迎一起交流讨论。在接下来的博客中，我将从C++基础语法回顾开始，逐步深入到更高级的主题！本博客系列将持续更新，每完成一个主题，我会在上面的目录中添加相应的链接。如果你有任何建议或问题，欢迎在评论区留言！

原创 （huawei）43. 字符串相乘

输入：两个非负整数的字符串（如输出：两个数乘积的字符串（如"5535"约束：不能直接将字符串转换为整数/长整数计算（否则会溢出，违背题目的核心考察点）。本文的核心思路是**“模拟手工乘法”**，通过数组存储临时结果、分步骤处理乘积和进位，完美解决了大数字溢出问题。这种“模拟算法”的思想不仅适用于字符串相乘，还可推广到“字符串相加”“字符串相减”等大数字处理问题（如LeetCode 415. 字符串相加）。

原创 （huawei）最小栈

最小栈的核心是“用辅助空间换时间”——通过额外的辅助栈（或键值对）提前记录最小值，将getMin操作从O(n)优化到O(1)，同时保证push和pop操作仍为O(1)。双栈解法的关键在于辅助栈的“按需入栈/出栈”规则（小于等于入栈、相等出栈），只要掌握这一规则，就能轻松实现高效的最小栈。建议结合文中的main函数测试用例，手动模拟栈的变化过程，加深对逻辑的理解！

原创 （huawei）5.最长回文子串

首先明确问题边界：给定一个字符串s，找到其中最长的回文子串（回文是指正读和反读都一样的字符串，如“aba”“aa”）。输入，输出可以是"bab"或"aba"；输入s = "cbbd"，输出是"bb"。常见解法有暴力法（O(n³) 时间，低效）、动态规划（O(n²) 时间+O(n²) 空间）、中心扩展法（O(n²) 时间+O(1) 空间）和 Manacher 算法（O(n) 时间，实现较复杂）。本文的中心扩展法，是兼顾代码简洁性和空间效率的优选方案，尤其适合面试场景快速手写。

原创 esp32学习随笔文档1

组件是ESP-IDF中构成项目的基本功能模块，存放通用代码（实现特定功能/服务，可重复复用）。ESP-IDF中所有代码均以“组件”形式集成到项目，例如：FreeRTOS（操作系统）、esp_driver_gpio（GPIO驱动）、WIFI、log（日志）等常用功能。步骤操作细节1在工程根目录新建文件夹components（ESP-IDF构建系统会“自动识别”该文件夹）2在components下新建自定义组件文件夹my_led3在my_led中创建3个文件：my_led.h。

原创 2.5 进程概述（Process Overview）

本文档是中，下的第2.5节，核心围绕xv6的“进程”抽象展开，解释其设计目的、实现机制及关键细节。

原创 第2章“操作系统组织”

本文档是类Unix教学操作系统xv6的第2章内容，核心围绕“操作系统如何组织以满足核心需求”展开，同时介绍xv6的运行环境、进程机制及关键实现细节。

原创 1.4 文件系统

原创 第1章“操作系统接口”核心内容总结

本章以类Unix教学操作系统xv6为载体，围绕“操作系统如何通过接口为用户程序提供服务”展开，核心内容可分为及。

原创 1.3 管道（Pipe）核心知识点总结

创建方式：通过系统调用创建，内核会在内存中开辟一块“环形缓冲区”（管道的核心存储区域），并自动分配两个未被占用的最小整数fd，存入数组p中。fd固定角色p[0]：唯一读端，仅支持read()操作，无法写入；p[1]：唯一写端，仅支持write()操作，无法读取。分配规则：遵循“最小可用原则”。例如，进程默认打开，首次调用pipe()会分配3（p[0]）和4（p[1]）；若关闭3后再次调用，会复用3作为新管道的读端。exec前关闭p[1]确保新程序（如wc）不持有管道写端，避免“写端残留”导致。

原创 1.2 I/O 与文件描述符（File Descriptors）知识点总结

定义与本质进程私有性与默认FDfork对FD的影响exec对FD的影响核心原因：为了在“创建子进程”与“执行新程序”之间，留出修改子进程I/O（如重定向）的窗口，避免设计复杂度。若合并为（创建子进程的同时执行新程序），实现I/O重定向会面临3个尴尬问题：而与分开时，shell可在后、前，仅修改子进程的FD表（如再文件），不影响自身I/O，且逻辑简洁——这是Unix-like系统I/O重定向的设计基石。xv6的shell是简化教学版（代码在），仅实现了FD 0（输入）和FD 1（输出）的基础重定向，完全不支

原创 1.1 进程与内存知识点总结

进程组成由用户空间内存（指令、数据、堆栈）和内核私有状态组成。内核通过**进程标识符（PID）**唯一标识每个进程。进程调度xv6采用分时复用机制，透明地在可用CPU间切换进程。进程暂停时，内核保存其CPU寄存器，恢复时重新加载。

原创 xv6实验:Ubuntu2004 WSL2实验环境配置(包括git clone网络问题解决方法)

在 Windows 中打开「命令提示符（CMD）」，执行 netstat -ano | findstr “代理端口”（比如代理端口是 7890，就执行 netstat -ano | findstr “7890”），确认输出中包含 0.0.0.0:7890（而非仅 127.0.0.1:7890），说明局域网访问已开启。出现错误,或者无法clone情况,可以挂一个代理,然后按如下方法修改网络配置,使主机Windows的代理镜像到WSL。WIN_IP是第一步获取的,代理端口在clash查看.

原创 WSL2（ubuntu20.04）+vscode联合开发(附迁移方法)

打开微软商店,安装ubuntu20.04,这个默认自动将系统安装在C盘。安装完后,要进入ubuntu进行一些初始化命令,如设置用户名,密码等。(本笔记是实验时记录,供本人回忆使用)3.联合wsl+vscode开发。1.依靠wsl安装ubuntu。2.迁移至d盘,参考这篇文章。

原创 1.linux虚拟机环境配置+ssh远程连接vscode调试(问题:无法联网,无法共享粘贴板,不满足运行vscode服务器的先决条件)

4.安装好相关的工具,配置ssh,使得虚拟机可以与Windows的vscode远程连接,可参考此文。可以尝试安装旧版本的vscode如1.73以及使用以下命令升级组件:(升级时间较长)结果如图所示,则恭喜配置成功,问题大概率是vscode的问题。(注意,ubuntu的apt和apt-get命令相同)1.下载安装vm和ubuntu18.04。2.配置网络环境优快云Heris99的。画框的就是虚拟机ip地址。(本笔记供本人回忆使用)请开始下一阶段的磨练吧!ssh 用户名@ip。

原创 vi、vim的基本命令(持续更新)

刚打开文件时处于命令模式，这时可以输入i进入插入模式进行文本编辑，也可以输入：进入末行模式进行文本编辑。:/关键词 当前位置向下查找关键词(n下一个,N上一个)关键词 当前位置向上查找关键词(n上一个,N下一个)打开文件，使用方法相同，以下vi指代vi和vim。:%s/旧关键词/新关键词/g 全局替换关键词。h/j/k/l 光标左/下/上/右移动。末行模式常用命令：（都是以“:”开头）vi分为命令模式、插入模式、末行模式。gg 光标跳到文本最开头。G 光标移动到文本最后。x 删除光标所在的文本。

原创 解决clangd头文件报错无法找到头文件（如：‘algorithm‘、’’‘iostream‘ file not foundclang(pp_file_not_found)）

*原因分析：**后来发现这个问题的主要原因是clangd会检测你安装位置的编译器，默认查找你当前目录或上一级目录的头文件，而且clangd可以被安装在不同的路径下，当你的clangd被安装在了跟clang同一路径下时，自然就可以找到头文件了。我的C++是基于msys2的clang编译器，在vscode上用clangd和codeLLDB插件进行代码提示。首先打开win+r，输入cmd，打开cmd窗口，输入where changd，找到你安装在msys2路径下的clangd。

原创 NLP基础与词嵌入：让AI理解文字（superior哥深度学习系列第13期）

各位小伙伴们，欢迎来到superior哥深度学习系列的第十三篇！前面我们深入学习了计算机视觉领域的各种技术，从图像分类到目标检测，再到图像分割。今天我们要跨越一个全新的领域——自然语言处理（NLP）。如果说计算机视觉是让AI拥有"眼睛"，那么自然语言处理就是让AI拥有"语言能力"。想象一下，当AI不仅能看懂图片，还能理解文字、对话、甚至创作文章，那将是多么激动人心的事情！在这个信息爆炸的时代，文本数据无处不在——新闻、社交媒体、客服对话、法律文件…如何让AI理解这些文字的含义，成为了人工智能发展的关键一环。

原创 图像分割技术：像素级的精准识别（superior哥深度学习系列第12期）

各位小伙伴们，欢迎来到superior哥深度学习系列的第十二篇！前面我们学习了图像分类和目标检测，今天我们要进入一个更加精细的领域——图像分割。如果说图像分类是让AI知道"这是什么"，目标检测是让AI知道"什么在哪里"，那么图像分割就是让AI知道"每个像素属于什么"。这是计算机视觉中最精细的任务之一，需要AI对图像进行像素级的理解和标注。想象一下，当你看到一张街景图片时，你不仅能识别出汽车、行人、建筑物，还能准确地指出每个像素属于哪个物体。这就是图像分割要解决的问题！🧠 第一章：图像分割基础理论1.1

原创 目标检测实战：让AI“看见“并定位物体（superior哥AI系列第11期）

嘿，各位AI探索者们！我是你们的老朋友superior哥 😎在第10篇文章中，我们深入学习了图像分类的高级技术，让AI能够准确识别图像中的内容。但是，你有没有想过这样一个问题：AI能不能像人类一样，不仅知道图像里有什么，还能告诉我们这些东西在哪里？ 🤔今天，我们就要进入计算机视觉的另一个重要领域——目标检测（Object Detection）！这是一个让AI从"识别"升级到"定位"的关键技术。想象一下这些场景：这些都离不开目标检测技术！今天我们就要从零开始，掌握从YOLO到最新算法的完整技术栈。目标检测

原创 图像分类进阶：从基础到专业 （superior哥AI系列第10期）

哈喽，各位深度学习的探索者们！我是你们的老朋友superior哥 😎经过前面九篇文章的学习，相信大家对深度学习的基础概念、神经网络架构、以及训练部署都有了比较深入的理解。今天，我们要进入一个更加专业和实用的领域——图像分类进阶技术 🎯如果说之前我们学的是"能用"，那么今天我们要学的就是"用好"！从解决实际业务问题的角度，深入探讨图像分类中的各种高级技术和实战技巧。图像分类进阶多标签分类细粒度分类类别不平衡处理模型评估优化实战项目多标签损失函数阈值选择策略标签依赖建模注意力机制特征金字塔局部-全局特征重采

原创 superior哥AI系列第9期：高效训练与部署：从实验室到生产环境

嘿！小伙伴们！👋 欢迎来到superior哥AI系列第9期！经过前面8期的学习，你已经掌握了深度学习的核心技术。但是，！🎯 今天我们要解决一个关键问题：如何让你的AI模型从实验室走向真实世界？

原创 superior哥AI系列第8期：性能提升秘籍：从入门到精通

看看这个进阶菜单，保证让你从"调参侠"变成"优化大神"：🛠️ 过拟合治疗方案：AI的"药方"📊 数据增强魔法：让少量数据发挥大作用🎨 图像数据增强：AI的"P图"技能📝 文本数据增强：AI的"改写"能力🔧 超参数调优艺术：找到模型的黄金配置🎯 超参数全景图：AI的"调音台"🔬 实践：智能超参数调优🏆 模型集成技巧：三个臭皮匠胜过诸葛亮🤝 集成学习原理🛠️ 实用集成方法🎮 实战案例：打造高性能图像分类器让我们把所有技巧综合起来，创建一个专业级的

原创 superior哥AI系列第7期：模型训练与优化：让AI学得又快又好

看看这个训练大餐，保证让你从"训练小白"变成"优化大师"：想象一下，你在教小朋友学数学：损失函数就是AI的"考试评分标准"！ 它告诉模型：你的答案离正确答案有多远？当AI要做选择题时，我们用交叉熵损失：📈 回归问题：均方误差损失 (MSE)当AI要预测数值时，我们用均方误差：🎯 损失函数选择指南🚀 优化器大比拼：让AI学习的"引擎"🏃‍♂️ SGD：最经典的"慢跑者"🧠 Adam：聪明的"自适应跑者"🎯 优化器选择指南🛡️ 正则化技术：防止AI"死记硬背"🎭

原创 superior哥AI系列第6期：Transformer注意力机制：AI界的“注意力革命“

把注意力机制想象成一个智能聚光灯# 🎭 舞台上的表演者（输入序列）performers = ["我", "喜欢", "在", "阳光", "明媚", "的", "春天", "踢", "足球"]# 🔦 聚光灯的选择（注意力权重）"我": 0.8, # 🔥 主角，重点关注！"喜欢": 0.7, # 🔥 关键动词"踢": 0.9, # 🔥 核心动作"足球": 0.9, # 🔥 目标对象"在": 0.1, # 💤 介词，不太重要"阳光": 0.3, # 💤 背景信息。

原创 RNN循环网络：给AI装上“记忆“（superior哥AI系列第5期）

🧠 拥有记忆：能记住之前的信息，理解上下文🔄 处理变长序列：不限制输入长度，灵活应对⏰ 理解时间关系：掌握事件的先后顺序📝 自然语言友好：特别适合文本和语音处理。

原创 CNN卷积网络：让计算机拥有“火眼金睛“（superior哥AI系列第4期）

还记得我们上期学的全连接神经网络吗？它在处理文字、数字还行，但一遇到图片就"傻眼"了！为啥呢？想象一下，一张普通的手机照片(224×224像素，彩色)有多少个数字？ 个像素值！如果用传统神经网络，第一层就有1000个神经元的话，需要多少个权重参数？ 个参数！！！😱这就像用大炮打蚊子，太笨重了！图片是有"地图"的！眼睛在鼻子上方，嘴巴在鼻子下方，这些位置关系很重要。但传统神经网络要把2D图片拉成1D的长条（像把地图撕成纸条），位置信息就全乱了！传统神经网络有严重的"位置敏感症"：这就像一个人，换个位置坐

原创 神经网络基础：从单个神经元到多层网络（superior哥AI系列第3期）

🧠 模仿大脑：受生物神经元启发，但已经超越生物的局限📚 自动学习：不需要编程每个细节，从数据中自动学习模式🎯 广泛适用：从图像识别到语言翻译，几乎无所不能🚀 持续进化：每天都有新的技术突破。

原创 深度学习必备数学基础：没有高数博士也能看懂的解析（superior哥AI系列第2期）

看完这篇文章，是不是发现数学其实挺有趣的？🧩 向量和矩阵：就是装数字的容器，用来存储和处理数据📈 导数和梯度：帮AI知道"往哪个方向调整能变得更好"🎲 概率和分布：让AI能处理不确定性，给出"可能性"而不是绝对答案不需要成为数学家，理解概念就够了重点是直觉理解，不是死记公式实践中学习，边做边理解。

原创 深度学习初探：当机器开始思考（superior哥AI系列第1期）

如果你问一个专家什么是深度学习，他可能会甩给你一大串术语：“深度学习是机器学习的一个子领域，使用多层神经网络从数据中学习表示，通过反向传播算法优化网络参数…”🛑等等等等！这是人话吗？！深度学习就是教计算机像人类一样"看懂"世界，只不过它的学习方式比我们更"暴力"！🎯想象一下你3岁的时候，妈妈教你认识"猫咪"。她不会给你讲什么DNA结构或者生物分类，而是拿着一堆猫猫的照片，指着说："宝贝，这是猫咪！"看得多了，你就能自己认出各种品种的猫了，哪怕是从没见过的加菲猫！🐱。

原创 C++学习：六个月从基础到就业——多线程编程：线程池实现

线程的创建和销毁是昂贵的操作，涉及到系统调用、内存分配和上下文切换等开销。频繁地创建和销毁线程会对应用程序性能产生显著影响，尤其在处理大量短期任务时。线程复用：预先创建线程并重复使用，避免频繁创建和销毁的开销控制并发度：限制并发线程数，防止系统资源耗尽任务管理：提供任务队列和调度机制，平衡工作负载异步处理：将任务提交与执行分离，提高响应性// 直接创建线程的方式++i) {// 模拟任务执行});t.join();// 使用线程池结果示意（实际代码稍后实现）

原创 C++学习：六个月从基础到就业——多线程编程：并发容器与无锁编程

有时我们需要实现自定义的线程安全容器。node head;public :});} // 禁止复制和赋值 threadsafe_list(threadsafe_list const &) = delete;// 添加元素到链表头部 void push_front(T const & value) {

原创 C++学习：六个月从基础到就业——多线程编程：Futures与异步任务

C++11的futures库为异步编程提供了更高层次的抽象，简化了多线程代码，减少了常见的同步错误。和如何协作传递异步结果std::async如何简化异步任务的创建和结果获取如何包装可调用对象，便于在线程间传递如何支持多个线程等待同一结果如何在异步任务中处理异常和超时实际应用中的最佳实践和常见陷阱C++20通过和停止标记进一步改进了异步编程模型，为任务取消和线程生命周期管理提供了更好的支持。掌握这些异步编程工具对构建高性能、可靠的多线程应用至关重要。

原创 C++学习：六个月从基础到就业——多线程编程：条件变量

条件变量是C++11中实现线程同步和通信的强大工具。总是与互斥量配合使用，保护共享状态使用谓词函数处理虚假唤醒先修改状态，再发送通知，避免丢失唤醒根据实际需求选择还是条件变量适用于生产者-消费者模式、线程池、屏障同步等多种并发场景。随着C++20引入信号量和锁存器，我们现在有了更丰富的同步工具选择。在下一篇文章中，我们将探讨和，它们为C++并发编程提供了基于任务的异步模型。这是我C++学习之旅系列的第五十六篇技术文章。查看完整系列目录了解更多内容。

原创 C++学习：六个月从基础到就业——多线程编程：互斥量与锁

互斥量和锁是C++多线程同步的基础。合理使用std::mutex等工具，可以有效避免数据竞争和死锁问题。C++17/20引入的等进一步提升了并发性能和代码简洁性。在下一篇文章中，我们将继续学习条件变量（），它是实现线程间通信和同步的关键工具。这是我C++学习之旅系列的第五十五篇技术文章。查看完整系列目录了解更多内容。

原创 C++学习：六个月从基础到就业——多线程编程：std::thread基础

在这篇文章中，我们介绍了C++11的类及其基本用法，包括线程的创建、参数传递、生命周期管理以及常见问题。多线程编程是现代C++开发中不可或缺的一部分，掌握这些基础知识将为你构建高性能、响应迅速的应用程序奠定基础。线程创建与基本操作：使用创建线程，传递函数、函数对象或lambda表达式作为线程函数。参数传递：使用值传递、std::ref引用传递或移动语义传递参数到线程函数。线程管理：使用join()等待线程完成或detach()允许线程在后台运行。线程本地存储：使用关键字创建线程私有的变量。异常处理。

原创 解决即使安装了pageoffice网页还是无法跳转、点击按钮没有反应等问题

鉴于安全性的考虑，新版浏览器不支持pageoffice插件，因为其会在URL前加上"pageoffice://"，不管是edge、360、谷歌都是如此（博主亲自测试）安装了pageoffice网页还是无法跳转、点击按钮没有反应。使用旧版浏览器即可解决此问题，

原创 C++学习：六个月从基础到就业——C++20：模块(Modules)与其他特性

/ 在std命名空间特化formatter模板template<>// 解析格式说明符if (it!// 格式化值// 更复杂的格式化控制template<>if (it!return it;return 0;C++20的模块系统与其他新特性标志着C++语言的重大演进。模块系统彻底改变了代码组织方式，解决了长期困扰C++开发者的头文件问题。

原创 C++学习：六个月从基础到就业——C++20：范围(Ranges)进阶

视图类：实现范围接口的具体视图视图适配器：创建视图的函数对象适配器工厂：提供用户友好的接口// 步进视图 - 每隔n个元素取一个private:public:// 迭代器类实现// ... 迭代器实现细节 ...// 包含current_、end_指针和stride_步长// 实现operator++, operator*, operator==等// 适配器函数对象// 支持管道语法 range | views::stride(n)