以下内容与截图均来自《操作系统——精髓与设计原理（第八版）》，在此记录一下学习笔记。一、进程进程进程定义一个正在执行的程序；一个正在计算机上执行的程序实例；能分配给处理器并由处理器执行的实体；由一组执行的指令、一个当前状态和一组相关的系统资源表征的活动单元。进程基本元素：程序代码和与代码关联的数据集。进程控制块标识符状态优先级程序计数器内存指针上下文数据I/O状态信息记账信息…进程五状态模型新建态

简单介绍ServiceLoader是jdk6里面引进的一个特性。它用来实现SPI，一种服务发现机制。SPI的全名为Service Provider Interface，主要是应用于厂商自定义组件或插件中。Java SPI机制的思想：我们系统里抽象的各个模块，往往有很多不同的实现方案，比如日志模块、jdbc模块等方案。面向的对象的设计里，我们一般推荐模块之间基于接口编程，模块之间不对实现类进行硬编码

本篇文章主要根据《神经网络与机器学习》和《人工神经网络原理》两本书，对 BP 神经网络的数学推导过程做了一个总结，为自己进入深度学习打下一个基础。

最近在项目开发中遇到微服务数据一致性的问题，有幸了解到周志明老师的《凤凰架构-构建可靠的大型分布式系统》这本书，补充了自己在分布式以及架构方面的一些知识欠缺，顺便整理了思维导图，方便自己后期回顾。书中对计算机基础、操作系统、计算机网络、数据库等均有涉及，自己在阅读的时候对遗忘的知识点也进行了巩固。同时周志明老师在书中对于架构的演进、分布式基础和容器相关的介绍和见解都让人获益匪浅。

前言循环神经网络（recurrent neural networks, RNNs）及其改进算法长短期记忆网络（Long Short-Term Memory, LSTM）能够很好地对时序数据进行建模，本文实现了两层 LSTM 对 MNIST 数据集进行分类预测以及结果可视化。

本节笔记作为 Tensorflow 的 Hello World，用 MNIST 手写数字识别来探索 Tensorflow。笔记的内容来自 Tensorflow 中文社区和黄文坚的《Tensorflow 实战》，只作为自己复习总结。

安装好 Anaconda 后，可以使用里面的许多集成的科学计算库，然而在 tensorflow 的环境下打开 Spyder IDE 却无法 import 有些库，如数据预处理模块 scikit-learn ，出现 No module named sklearn。

笔者之前在学习TensorFlow，也在自己的笔记本上完成了安装，在PyCharm中进行学习。但是最近为了使用python的科学计算环境，我把之前的环境卸载了，并用Anaconda重新安装了TensorFlow，由于自己的笔记本已经很旧了，显卡不行，所以这里介绍一下cpu版本的安装方法和自己遇到的一些坑，截图甚多。

很多时候需要从一个文件夹导入多个格式已经固定的txt文件到mysql数据库的一个表中，解决办法分为 “导入一个txt文件到mysql”和“导入多个txt文件”两个步骤。