操作系统按照页为单位管理物理内存，对于每个进程维护一个独立的虚拟地址空间，在访问时需要把地址从虚拟地址转换成物理地址，结合 mmu 和页表，tlb 等，如果缺页触发缺页异常调入，如果内存不足会发生页面回收和置换，操作系统通过 brk 和 mmap 系统调用去申请虚拟地址空间，在第一次访问之前不实际申请，程序员可以通过 malloc 申请堆上内存。然后是学习了 DOM 和事件的概念，浏览器把网页解析

操作系统按照页管理物理内存，对每个进程维护一个独立的虚拟地址空间，在实际访问时需要把虚拟地址转换成物理地址去访问，如果页面不在物理内存就触发缺页异常调入内存，如果内存空间不足会涉及页面置换和回收，操作系统通过 brk 和 mmap 分配空间，在实际访问之前并没有真正的分配页面，第一次访问时分配，程序员可以通过 malloc 申请堆上的内存。SM 是流多处理器，包括多个 CUDA 核心，共享内存，寄

虚拟地址访问首先需要转换到物理地址，首先虚拟地址分成高位的虚拟页号和低位的页内偏移，首先检查 TLB 是否存在虚拟页号到物理页号的映射，如果存在就直接组成真实地址，如果不存在就检查页表是否存在，如果页无效就首先把数据从磁盘拷贝到内存并更新页表，然后访问。malloc 和 new 的不同是前者是 c 的后者是 cpp 的，前者返回的是 void*后者是具体类型的指针，malloc 和 free 对应

有四种分别是 cpu 轮询，中断处理方式，dma 方式，通道 IO，cpu 轮询是 cpu 不断询问 io 处理的结果并处理，中断处理方式数据准备过程可以去做其他处理，然后设备异步通知cpu，由 cpu 处理，dma 方式可以由 dma 设备专门处理数据，处理速度更高效，cpu 只在传输前后处理，通道 io 提供了更多，有单独的通道处理器可以处理指令，cpu 可以指示通道处理器处理。用户态和内核态

首先要对 URL 解析，如果不是符合的 url 就直接搜索，如果是的话要对域名解析，查找本地浏览器的缓存和操作系统缓存是否有对应的 ip ，如果不存在，则本地域名服务器会依次去询问根域名服务器，顶级域名服务器权威域名服务器查找对应的映射，最终存储下来。如果没有使用索引，没有合适的索引要建合适的索引，如果有合适的索引要看是否有索引失效的场景，比如没有符合最左前缀匹配原则，索引函数 列计算或者隐式类型

定时器通过双向的升序链表实现，按照过期时间从最近到之后去排序，然后向内核注册一个每五秒的信号，处理操作是写一个缓冲区触发 epoll 的 EPOLLIN 事件，然后主线程去链表逐个清除过期的连接。这个解决的是大文件在发送的过程中不能一次发完，因为 socket 的缓冲区有限限制了，首先要记录每次发送的文件的偏移位置，避免不能继续发送，其次是注册写事件之后可写的时候继续发送。原因 3 可能是因为操作

频率模型和贝叶斯模型从两个视角来看待概率，前者认为参数是固定的数据是随机的，后者刚好反过来。根据数据分布的不同：参数模型和非参数模型（区别是全局适用和局部适用）根据学习对象的不同：生成模型和判别模型（区别是联合分布和条件分布）根据模型构建的不同：数学模型和算法模型（区别是精度和可解释性）验证和测试的不同在于前者为了超参数后者为了确定参数的优劣。模型过于简单会造成偏差大，欠拟合，过于复杂方差大过拟合

机器学习方法可分为监督学习（有标注数据）、无监督学习（无标注数据）、半监督学习（部分标注）和自监督学习（数据自生成标注）。训练方式上，批量学习离线训练模型，在线学习实时更新；批量学习更稳定但需定期更新，在线学习灵活但对异常数据敏感。学习方法分为基于实例（通过相似度匹配）和基于模型（构建分类函数）。不同方法各有优劣，需根据任务需求选择。

5.使用sigmoid的想法是，使用piecewise的曲线能拟合任意曲线，使用hard sigmoid，只要足够多可以拟合任意piecewise，使用sigmoid能拟合hard sigmoid。对分词决定的是三部分，一部分是选择的分词方式，第二部分是词的数目等因素，第三个就是训练分词模型的数据，不同的数据、不同的数据量训练出来的也不一样。attention机制允许对每个词对其他的词产生有影响有

今天做笔试的时候，遇到第一种遇到的情况，就是发现它不能够显示输出，只能够给你显示你的结果对不对，这是第一次遇到。从《真本事》这本书中学到的关于我现在做事情的一个心态，就是遇到问题的时候，不要否定自己，不要焦虑，而是问自己，我能从这件事情中学到什么？它与真的结果是 NULL，它与假的结果是 false，它或真的结果是真，它或假的结果是 NULL。对于覆盖索引，不要为最左边的列单独建立索引，这是冗余的