中正在挂载的组件进行重新获取操作，如果组件被卸载（比如离开了当前页面组件等），并不会执行上述操作。， 只记录工作中使用到的主要功能，在使用中会不断更新，关于返回值等具体参数可以通过打印返回值查看。在内部基于查询键值来管理查询缓存，可以理解为依赖，如果依赖变化那么会重新发送查询请求。去查找状态树中是否有可用的数据，如果有则直接返回，否则则会发起请求，并将请求结果以。，比如在获取用户数据时，为了UI不

本方法与组件形式引用的区别：组件重新渲染其实是执行render方法， 如果子组件采用组件形式引入(可以理解为这里引入的是子组件render方法的执行结果。但有些场景下我们并不希望所有的子组件都重新渲染，比如在一个列表中，我们只希望重新渲染单击受新选择影响的这项。有时无法轻易的把一个组件单独的独立提取出来，此时可以把带状态的组件提取出来，然后把耗时的组件作为。方法是一个高阶函数，参数是一个组件A，返

了一个新变量，所以解构之后是一个基础数据则会响应式丢失。如果解构之后是一个引用类型，相当于操作的地址还是被Proxy监管，所以响应式不会丢失。reactive内部的实现是创建一个代理对象Proxy，以及进行了一系列处理。reactive失去效应是不在于Vue而在于Proxy对象本身。比如解构之后是基础类型的数据，那么解构相当于copy了一个值。访问时直接访问的这个copy值，跳过了代理，所以不会触

假设采用两次握手，那么服务端发出确认报文，表示连接已建立，但客户端并没有发出确认建立的连接，也不会向服务端发送任何数据，服务端因连接占用导致资源浪费。但是关闭连接时，当Server端收到FIN报文时，可能服务器还有数据需要发送，所以只能先回复一个ACK报文，告诉Client端，“你发的FIN报文我收到了”。第二次握手服务端收到FIN报文之后，发送ACK确认标志位=1，ack确认号为u+1的响应报文

从均值为0、标准差为0.01的正态分布中采样随机数来初始化权重。表示生成一个一维向量，形状为(1,)模型输入X数据集，w权重的矩阵，b偏置量，输出预测的结果y向量"""线性回归模型"""这里使用的均方损失函数12y−y221​y​−y2，需要比较真实值yyy和预测值y\hat yy​之间的差距# 均方损失# 防止形状不匹配，我们统一一下首先需要超参数学习率与批量大小，所以我们将其作为输入lrbat

Object.keys()方法会返回一个由给定对象的自身可枚举属性组成的数组如果Object.keys()返回的迭代器对象长度为0,说明该对象是空对象。还需要判断是否为对象的构造函数，在JS中有9个内置构造函数,调用该函数返回的结果都为true。还需要考虑边界情况比如null或者undefined修改版本如果属性是Symbol对象，这个函数会判断错误可以通过方法判断是否存在Symbol对象如果不可

先对资料做一些观察，想象一下function应该长什么样。观察发现①数码宝贝的线条比较复杂②宝可梦的线条比较简单 => 根据线条风格区分使用一些工具包做边缘检测后，将图片隐射成黑白，白色的为边缘，输出白色像素点的个数。白色像素点的个数超过某个阈值，说明线条复杂。这个阈值h是一个未知参数，我们先假设函数只有这一个未知参数。

Full Connected Layer弹性最大=> Full Connected的network可以选择看一张图片还是看图片的部分，如果需要看图片的部分只需要将weight设置成0不需要看整张图，只需要看图片的一小部分就可侦测出重要的Pattern=> 这一小部分被称为=> 弹性会变小Model的弹性很高时容易导致弹性很好可以做各式各样的事情但没办法在每个任务表现很好。CNN存在。

方式1：使用sigmoid function。

从均值为0、标准差为0.01的正态分布中采样随机数来初始化权重。表示生成一个一维向量，形状为(1,)模型输入X数据集，w权重的矩阵，b偏置量，输出预测的结果y向量"""线性回归模型"""这里使用的均方损失函数12y−y221​y​−y2，需要比较真实值yyy和预测值y\hat yy​之间的差距# 均方损失# 防止形状不匹配，我们统一一下首先需要超参数学习率与批量大小，所以我们将其作为输入lrbat