现代处理器设计
1.往复执行与流水线 通过将单个指令分割，指令的吞吐量不变，然而时钟周期可以大大缩小，名称来源于汽车工厂，本质思想是别让他们闲着。 risc架构的cpu相对而言更容易实现流水线，因为他们的指令很少很精简，这使得流水线的硬件设计很简单，也能降低功耗和体积 为了对抗流水线带来的各种依赖冲突，除了分支预测
解读PolarFS中的Parallel Raft共识算法
前言 PolarFS 是一个具有超低延迟和高可用性的分布式文件系统，专为 PolarDB 数据库服务而设计，现已在阿里云上提供该服务。PolarFS 采用轻量级网络协议栈和用户空间 I/O 协议栈，充分利用了 RDMA、NVMe 和 SPDK 等新兴技术，这让PolarFS 的端到端延迟大大降低，实
解读Spanner的TrueTime API与分布式事务
前言 Spanner是一种由Google开发的分布式数据库管理系统。它被设计为可扩展、全球范围内可用的数据库解决方案。Spanner结合了传统的关系型数据库和非关系型数据库的特点，旨在提供一种水平可扩展的、具有强一致性和高可用性的数据存储解决方案。 Spanner的一个重要特点是其能够跨多个数据中心
深度学习基础之多层感知机
定义 多层感知机是一种常见的人工神经网络模型，它由多个神经元层组成，每个神经元层与下一层之间有权重连接。MLP是一种前向反馈神经网络，这意味着信息在网络中的传递是单向的，从输入层经过隐藏层到达输出层。 一个典型的MLP由三个主要部分组成：输入层、隐藏层和输出层。输入层接收外部输入数据，隐藏层对输入数
深度学习基础之注意力模型
当我们处理一些序列数据时，例如自然语言处理中的句子或文本，我们通常需要模型能够关注到序列中的不同部分，以便更好地理解和处理序列数据。注意力模型（Attention Model）是一种经典的深度学习模型，它可以在处理序列数据时自动地对不同部分进行加权，从而使模型能够更好地关注到重要的信息。 在注意力模
深度学习基础之线性回归
第三章 线性回归 解决线性回归问题的两种方法：使用公式（显式解）和使用梯度下降 评估线性回归模型的指标：均方根误差（MSE_LOSS） 使用Pytorch实现梯度下降法的线性回归模型 1、梯度下降 梯度下降是一种非常通用的优化算法，能够为大范围的问题找到最优解。梯度下降的整体思路是通过多次迭代，每次
Raft：一种更容易理解的共识算法
本文将从三个板块介绍Raft这种共识算法： 共识算法简介 复制状态机 Raft的三个子模块 1、什么是共识算法 (Consensus Algorithm) 共识（Consensus）这个术语很多时候会与一致性（Consistency）术语放在一起讨论。严谨地讲，两者的含义并不完全相同。 一致性的含义
JS逆向尝试（二）
example1 BTC浏览器交易列表 | 区块链浏览器 (oklink.com) 明文直接ctrl+F，找到目标数据包 发现可疑参数X-Apikey，search找不到，api关键词搜索也找不到，大海捞针找header index.js!!!!!!终于找到你，还好我没放弃~ 乐 开始调试，补函数，
JS逆向尝试（一）
数据加密 html实体编码（动态静态）/ Unicode编码 数据接口加密 （密文数据）—— 浏览器做解密 静态 or 动态 数据渲染接口 JS混淆（工具网站：https://www.sojson.com/） PyExecJS 是一个在 Python 中使用外部 JavaScript 运行时（如 N
Flask框架教程
Flask框架 安装 创建激活虚拟环境 pip install flask
简单demo+运行 from flask import Flask
app = Flask(__name__)
@app.route("/")
def welcome():
return "welcome t
