个人技术分享

学习笔记——动态路由协议——OSPF(OSPF区域)

(上图示)网络中，主干区域中的路由器R3、R4、R6形成一个连通网络，R5、R7、R8形成另一个连通网络，但这两个网络在主干区域中没有连接，因而主干区域是不连续的。2、区域将OSPF路由划分成不同的组，不同组以区域ID标识，减少区域内设备的数量(LSDB数据库的大小)和LSA泛洪的范围，当设备失效后影响范围是区域内，不会影响到区域外的设备，达到网络优化的目的。例如，可以将网络划分为核心区域、汇聚区域和边缘区域，以满足不同区域的功能和性能需求。区域1和区域2是非骨干区域，它们通过区域间路由与骨干区域连接。

强化学习——学习笔记3

先上图：在上述流程图中所说的Q表即为下表：假设我们在玩一个小游戏，该游戏有上下左右不同的动作，同时也会有不同的状态，比如游戏结束等。Q表也可以称为状态-价值函数QsaQ(s,a)Qsa：这个表格的每一行代表每个 state上述例子中的游戏结束等，每一列代表每个 action上述例子中的上下左右，表格的数值就是在各个 state 下采取各个 action 时能够获得的最大的未来期望奖励。

快写猪好用吗 #知识分享#笔记#学习方法

综上所述，快写猪是一个非常值得推荐的论文写作工具，无论是在学术研究还是日常写作中，都能够帮助用户轻松完成任务，提高写作效率，确保文本质量。首先，快写猪的查重降重功能非常靠谱，能够快速识别文本中的重复内容，并进行智能处理，避免出现抄袭现象。快写猪是一个非常好用的论文写作工具，它提供了强大的查重降重功能，帮助用户轻松完成论文写作任务。最重要的是，快写猪确实能够帮助用户提高写作效率，节省大量时间和精力。有了快写猪这样一款强大的论文写作工具，不仅能够确保文本的原创性，还能够提升写作质量，让论文更具说服力和专业性。

c# 容器笔记

是一个非常高效的数据结构，用于存储唯一值，并且其查找操作的平均时间复杂度为 O(1)。根据你的具体需求选择适合的集合类型。类型，以便处理空列表的情况。如果你有一个包含对象的列表，并且想根据对象的某个属性求最大值，可以使用。需要注意的是，在访问之前应该检查列表是否为空，以避免。根据具体的应用场景选择合适的方法。根据具体场景的需求选择合适的方法。中的最大值，根据具体需求选择合适的方法。是否包含指定的元素。异常，因此使用之前可以检查列表是否为空，或者使用。这两者都实现了集合的功能，但有一些不同的特点。

redis笔记1

set添加、get获取、mset批量添加、mget批量获取，incr整型的key自增，incrby设置自增的值，setnx添加key并且设置值,setex添加值，指定有效期eg:setex name 5 “xiaoxiao”，为名字加“xiaoxiao”,5秒后过期;HSET添加、修改，HGET查，Hmset批量加、HMGET批量查、HGETALL获取所有等。LPUSH左加、LPOP左取，RPUSH右加、RPOP右取等（左是首，右是尾）无序、不可重复、支持交、并、差集等功能。可排序、不重复，排行榜。

领域驱动设计（DDD）学习笔记之：战术设计

聚合根是聚合内部的一个特殊实体，作为聚合的唯一入口点，负责聚合内的所有操作和状态变更。聚合根通过维护聚合内对象的引用和关系，确保聚合的一致性和业务规则的完整性。聚合根在DDD中扮演着重要角色，它作为聚合的入口点和主要控制者，负责管理聚合内部的对象和业务逻辑，确保聚合的一致性和完整性。通过合理设计和使用聚合根，可以有效提升领域模型的清晰性和可维护性。在实际项目中，持续关注和优化聚合根的设计，确保其符合业务需求和系统发展的需要。

selenium学习笔记

Selenium是一个自动化测试工具，用于在Web应用程序中模拟用户操作。它提供了一组API，可以通过编程方式控制浏览器，并模拟用户的交互行为，例如点击、输入文本和导航等。Selenium支持多种编程语言，包括Java、C#、Python、Ruby、JavaScript等，并可以在多个浏览器和操作系统上运行测试。Selenium的目标是帮助测试人员自动化测试过程，提高测试效率和测试质量。

【Qt 学习笔记】Qt窗口 | 工具栏 | QToolBar的使用及说明

工具栏是一种位于软件或应用程序界面上方的水平栏，通常包含一系列常用工具和命令按钮，用于快速访问和执行常用功能。工具栏通常通过图标、文本或图标加文本的形式展示工具和命令，用户可以通过单击这些按钮来执行相应的操作，从而提高工作效率。工具栏可以根据用户的需求进行自定义，或者根据软件的功能进行预设，以满足不同用户的操作习惯和工作需求。常见的工具栏包括格式工具栏、编辑工具栏、插入工具栏、绘图工具栏等。QToolBar是Qt框架中的一个控件，用于在工具栏中显示一组操作按钮和其他控件。

InfLLM的笔记

该文件是一个Python脚本，它包含了一个基于FastChat模型的聊天系统，FastChat模型最初由LMSYS团队开发。：脚本末尾部分定义了命令行参数解析逻辑，允许用户通过命令行指定模型路径、设备类型、温度参数、重复惩罚、最大新token数量等。函数，该函数初始化模型和分词器，设置聊天环境，并进入一个循环，不断接收输入并生成输出，直到接收到退出命令。整体来看，这个脚本是一个聊天机器人的后端逻辑，负责处理用户输入，生成响应，并管理聊天会话的状态。类的一个实例，这个实例定义了对话的格式和角色。