查看当前架构，他应该内部有自己版本的jdk,所以我们不需要改，假如没有就应该肯定要改了（当然你们又可能并不是这个版本，所以方便你们指定，我也 写上)里面我是一点没改docker build -t opsxlab/xxl-job-admin:3.0.1 . 直接build创建镜像。很苦逼一个情况,m1的docker假如不翻墙，我们找不到xxl-job,所以我们要自己制作。这里，假如你们找不到版本，所

Nacos遇到的无法下线问题，caused: errCode: 500, errMsg: do metadata operation failed ;caused: com.alibaba.naco

对于修改后Nacos端口，连接超时，java.util.concurrent.TimeoutException: Waited 3000 milliseconds (plus 5 millisecon

为什么要学习去使用云服务器，外网 IP能干什么，MAC使用Termius连接阿里云服务器。保姆级教学

该摘要围绕开放世界 DeepFake 归因（OW-DFA）展开，针对现有方法的两大缺陷（置信度偏差导致伪标签不可靠、预设未知伪造类型数量），提出了置信度感知非对称学习（CAL）框架与动态原型剪枝（DPP）策略，并通过实验验证其性能优于现有方法。ACR 是 “给已知和未知类型‘量身定制’高置信度样本的筛选规则，让模型对两类样本都能自信地预测，同时帮 CCR 把正则化做得更好”。这个图表示一个置信度失

方法核心思想人话解释Bagging并行训练 + 独立投票 + 降低方差找一群 “水平差不多的专家”，各自独立判断，最后少数服从多数（避免单个专家的偏见）Boosting串行训练 + 知错就改 + 降低偏差找一群 “新手”，第一个新手犯错后，第二个新手专门盯着第一个错的地方学，依次迭代，最后加权投票（越往后的模型越专注难样本）

该摘要围绕开放世界 DeepFake 归因（OW-DFA）展开，针对现有方法的两大缺陷（置信度偏差导致伪标签不可靠、预设未知伪造类型数量），提出了置信度感知非对称学习（CAL）框架与动态原型剪枝（DPP）策略，并通过实验验证其性能优于现有方法。ACR 是 “给已知和未知类型‘量身定制’高置信度样本的筛选规则，让模型对两类样本都能自信地预测，同时帮 CCR 把正则化做得更好”。这个图表示一个置信度失

值传递和引用传递静态变量和静态代码块的执行顺序Java​​​​​​​集合的框架，Set,HashSet,LinkedHashSet这三个底层是什么多线程篇Java实现多线程的方式假设一个线程池，核心线程数是2，最大线程数是3，阻塞队列是4，10个并发，介绍一下处理过程10个并发处理结束后，线程池从3变成2的机制（总结就是核心线程，阻塞队列，救急线程，拒绝策略，假如核心线程为0）sleep,wait

HTTP进阶，Cookie,ajax,form表单,不同状态码代表的结果，JQuery,HTTP重定向，

表白墙完善（数据库，前端，后端Servlet），再谈Cookie和Session。以及一个关于Cookie的练习小程序