工欲善其事，必先利其器

常用工具网址

• 互联网测速
• Markdown在线编辑

常用技术论坛

认真对待工作生活中每一件事

核心能力：

• 技术（学思练写）
• 英语（听说读写）
• 写作
• 沟通
• 刷题

技术

技术是工具，掌握学习新技术，以及使用新技术的方法更重要，当然深厚的计算机基础以及广泛的涉猎是必须的

如何学好技术

博观而约取，厚积而薄发

• 保持好奇心

  • 对于自己不会的点，查缺补漏，要弄通透，不能只当时查了用，等闲下来还是要再研究研究

• 不求甚解

  • 对于一时看不懂的点，先看个大概，心底有个印象，多练多用，等过段时间再遇到，说不定就能看懂了

• 保持学习

  • 抽空多看技术博客，加深积累

• 保持思考

  • 多倾听别人的想法，思考其中是否有可取之处，但是也要保持批判精神，不能盲信

• 记录心得

  • 阅读以及听课，知识留存率都比较低，而思考过后，把听到的知识转化为心得输出，能掌握的更为透彻

• 保持练习

  • 刷题，多写代码

数据结构与算法

基础结构

数组

链表

Trie树

基本算法

双指针

• 快慢指针

排序算法

分治

贪心

动规

基本dp

状态压缩dp

树形dp

C++服务器开发学习路线

注意： 本文不全，边学边补充

基础

熟练掌握C/C++

• 基础语法、类及模板、C++2.0新特性、STL；
• STL源码及底层实现（多态的实现等）
• 宽字符
• 位域
• 开发-编译-调试，熟练掌握一个IDE，linux下的cmake/makefile

TCP/IP协议栈

TCP/IP协议分为五层，实际应用只有四层，数据链路层和物理层可以当作一层，后文皆只介绍四层结构，其中OSI模型的应用层、表示层和会话层对应TCP/IP的应用层，数据链路层、物理层对应TCP/IP的网络接口层。

协议栈简介

1

协议即一组规范。

• 应用层

  • 支持协议

    HTTP、 DNS、FTP、NFS、SSH、TELNET

• 传输层

  • 支持协议

    TCP、UDP

• 网络层

  • 支持协议

    TCMP、IP、IGMP

环境准备

Cuda对应图

用Conda安装指定Cuda版本的Pytorch

1

conda install pytorch cudatoolkit=10.1 -c pytorch

安装多版本Cuda（用Pytorch框架不用安装Cuda）

下载安装

1
2
3
4
5
6
7
8
9

# 根据Cuda对应图下载指定版本的cuda，下载runfile文件,这里以10.1为例
wget https://developer.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda_10.1.105_418.39_linux.run
# 赋予runfile执行权限
sudo chmod a+x cuda_10.1.105_418.39_linux.run
# 执行安装,记住装过驱动了就别装驱动了，选项可以根据自己的需要进行选择
sudo ./cuda_10.1.105_418.39_linux.run
# 在用户主目录的.bashrc文件中添加（或修改成）以下两行，将执行库和cuda可执行文件写入环境变量
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.1/lib64
export PATH=$PATH:/usr/local/cuda-10.1/bin

使用软链接更方便切换版本

1
2
3
4
5
6

# 先将/usr/bin/cuda软链接指向指定版本
sudo rm -f /usr/bin/cuda # 删除软链接
sudo ln -s /usr/bin/cuda /usr/local/cuda-10.1 #重建软链接
# 修改环境变量如下
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda-10.1/bin

每次切换版本只需要重建软链接就可以了。

训练技巧

模型参数初始化

普通梯度下降法（SGD,Batch梯度下降）

使用普通的梯度下降方法时，初始化模型时对参数进行归一化，以防止不同参数的scale不一样，部分参数在同等学习率下无法更新

自适应学习率梯度下降法法（动量法，RMSprop算法，Adam算法）

采用自适应学习率的梯度下降方法不需要对参数进行归一化，因为会根据不同scale的梯度进行学习率的缩放，最终稳步达到lLocal optimal

梯度下降优化方法

jupyter-notebook使用配置

使用pip进行安装

1

pip install jupyter

生成配置文件

1

jupyter-notebook --generate-config

生成密码

1

jupyter-notebook password # 输入密码后会生成到一个json文件，等下复制到~/.jupyter/jupyter_notebook_config.py

配置~/.jupyter/jupyter_notebook_config.py

1
2
3
4
5
6
7
8
9
10
11
12

c.NotebookApp.ip='*'   # “*”代表非本机都可以访问

c.NotebookApp.allow_remote_access = True # 若是非本机访问，还需开启远程访问

c.NotebookApp.open_browser = False    # 服务器上不需要启动浏览器

c.NotebookApp.notebook_dir = '~/jupyter_workspace'    # 指定notebook服务的默认打开目录

c.NotebookApp.port = 8888 # 默认服务端口

c.NotebookApp.password = u'encrypted_password' # encrypted_password是刚才生成的密码

Linux常用操作

创建sudo和ssh用户

创建用户并设置sudo权限

1
2
3
4
5
6
7
8

# 使用adduer添加用户会在home目录中添加用户，并设置shell环境（/bin/bash），而useradd不会
sudo adduser username #username是你要创建的用户名
# 使用usermod将新用户添加进sudo用户组
sudo usermod -G sudo username # username是刚才新建的用户名
# 添加sudo权限
sudo vim /etc/sudoers
# 添加如下行
username ALL=(ALL:ALL) ALL # username就是刚才新建用户名

注意： 本文基于CentOS7，由于docker镜像较大，确保磁盘空间充足

卸载已安装的Docker

1
2
3
4
5
6
7
8
9
10

yum -y remove docker \
              docker-client \
              docker-client-latest \
              docker-common \
              docker-latest \
              docker-latest-logrotate \
              docker-logrotate \
              docker-selinux \
              docker-engine-selinux \
              docker-engine

注：本文中的int型变量为32位，占四个字节。

本篇内容旨在对指针数组、数组指针、指针函数、函数指针进行总结，也希望能在总结的同时能有更深入的理解。

数组指针

数组指针顾名思义是个指针，定义形如(*arr)[n]的一个数组指针，由于()的优先级最高，所以定义的是一个指针，这个指针指向含有n个元素的数组。