weixin_47505105的博客

尝试了很多方法，即使从本地删掉也没有用，问gpt说是因为虽然从本地删掉，但是已经提交到Git的历史记录了。是要从历史记录中删掉的文件。就能成功传到远程仓库了。

这篇工作的focus 是 memory-based approach。

在开放词汇表图像分类中，随着时间的推移，模型需要不断学习新的标签，同时保留对旧标签的记忆。

在线持续学习（Online Continual Learning, OCL）中的在OCL中，模型需要在一次数据流中学习，并且每个任务的样本只能遇到一次，这使得模型容易对当前任务学习不足（欠拟合），同时对旧任务的缓冲区数据过度学习（过拟合）。

所有类别都受到同等对待，即，当到目前为止已观察到 t 个类别且 K 是可存储的样本总数时，iCaRL 将为每个类别使用 m = K/t 样本（向上舍入）。选择过程的关键在于：每次加入的新样本应该让整个示例集的特征向量均值最接近该类别训练集中所有样本的特征向量均值。这意味着，示例集不仅仅是一个随机选择的集合，而是一个优先级列表。在为新类别选择示例时，iCaRL 按照迭代方式逐个选择示例，直到达到目标数量 m。这个方法的优点：每当特征表示发生变化时，类原型就会自动改变，从而使分类器对特征表示的变化具有鲁棒性。

关键是，模型不仅需要识别当前任务的数据（如正在学习中的任务），还要记住以前学过的任务，甚至能够处理未来可能遇到的新任务。“局部iid”是指在某个特定的任务中（比如在任务 t 中），数据是独立同分布（iid）的，也就是说，在某个任务的学习阶段内，数据可以随机地、不相关地抽取出来。虽然在每个任务中，数据是随机独立的（iid），但在不同任务之间，数据不是随机的。例如，模型可能会先连续看到许多水果图片，然后才切换到动物识别任务，这使得任务间数据的顺序不是随机的。x：特征向量，比如一张图片。

A: after “la t3, n” , t3这个地方变成了 268435464。gpt4的回答（更详细，举了例子，和我的答案是一样）完成factorial.s, 实现求阶乘的功能。Answer: s1 和 s2。Answer： 使用偏移。

如果你从一个函数返回一个指向其局部变量的指针，那么当函数执行结束后，该指针将指向一个已经不再有效的内存区域。尝试访问通过这样的指针引用的数据是非常危险的，因为它可能导致未定义的行为，比如访问或修改其他变量的值，或者导致程序崩溃。在C语言中，从函数返回指向本地变量的指针是不安全的，原因在于局部变量（本地变量）的生命周期。//但在计算机内部一般都是小端序，与人类的阅读习惯相反，但更符合计算机读取内存的方式，因为CPU读取内存中的数据时，是从低地址向高地址方向进行读取的。寄存器是没有小端序 大端序的概念的。

指的是内存地址能够被4整除的情况。当数据存储在以4为间隔的地址上时，就说它位于4字节边界上。如果我们有一个内存地址序列，从0开始计数，则地址0, 4, 8, 12等都是4字节边界的地址。这意味着一个32位（或4字节）的数据块可以从这些地址开始存储，而不会跨越不同的4字节边界。对齐的边界：一个2字节对齐的边界意味着数据应该存储在内存地址是2的整数倍的位置上。例如，内存地址0, 2, 4, 6, 8等都是2字节边界的地址。与4字节边界类似，半字边界的对齐通常是为了优化内存访问的性能。

BertEncoder 调用了 BertLayer， BertLayer调用了 BertAttention、BertIntermediate、BertOutput，其中BertAttention 又调用了 BertSelfAttention、BertOutput再回到BertModelBertPooler# 只对第一个token做pooling。

Makefile是一个特殊的文件，用于控制构建（编译和链接）过程根据下面Makefile文件的内容，回答7个问题，先弄明白这个文件的意思变量定义:条件赋值::这两段代码是Makefile中的规则，用于指定如何构建特定的程序，第一个规则是这些规则的目的是告诉Make如何从对象文件创建可执行程序。当执行****命令时，Make会查找这些规则，根据依赖关系先编译必要的源文件生成对象文件，然后再链接这些对象文件生成最终的可执行文件。这四行是Makefile中的依赖性声明，它们指定了源代码文件（**文件）对

使用 Room Persistence Library 创建的数据库抽象表示。AppDatabase 继承自 RoomDatabase，用于管理数据库的创建和版本管理，以及提供数据访问对象（DAO）的访问点。

联合体与结构体之间的区别是：结构体的各个成员会占用不同的内存，相互之间无影响。而联合体的所有成员公用一段内存，修改一个成员会影响其余所有成员。结构体占用的内存大于等于所有成员占用的内存的总和（成员之间可能会存在缝隙），联合体占用的内存等于最长的成员占用的内存。联合体使用了内存覆盖技术，同一时刻只能保存一个成员的值，如果对新的成员赋值，就会把原来成员的值覆盖掉。ps：C 程序是在CPU上加载并且执行的，所以速度很快。打印argv[3],结果是 null 或者 zero。特别注意，c中要自己手动管理内存。

Firebase Authentication：使用 FirebaseAuth 来处理用户认证。Google Sign-In：设置 Google Sign-In 客户端和处理登录结果的逻辑。Navigation：使用 NavHostController 和 AppNavigation Composable 来管理应用的导航。Jetpack Compose：使用 Jetpack Compose 构建 UI，包括主题、导航和底部导航栏。

lab推荐的是 Valgrind这个工具，是一个模拟你的GPU并且跟踪内存访问的程序。或者使用 display（我用display才能在打印台上看到）argc=1表示只有一个变量，这个变量就是这个程序名称本身。你应该观察到了一个段错误（segfault），命令继续执行函数之后的代码，或者使用 finish。当你完成函数内部的调试后，你可以使用 step。）选项，它告诉LLDB进入函数内部进行调试。命令退出函数调用并返回到调用函数的上下文。启动你的程序，可以使用。在macos上，可以使用。

原码就是符号化的数值，其编码规则简单直观：正数符号位用0表示，负数符号位用1表示，数值位保持不变。但原码存在两个机器0，这会给数据运算带来麻烦。另外原码的加减法运算复杂，符号位不能直接参与运算。加法运算需要“同号求和，异号求差”，减法运算需要“一号求和，同好求差”，求差时还需要先比较大小，然后用大数减去小数，最后结果的符号选择也相对复杂。显然，利用原码作为机器数在实现加减法运算方面是不方便的，。

在 Git 中，origin 是默认的远程仓库名称。这个命令会列出所有配置的远程仓库及其名称，其中 origin 通常是克隆时自动设置的默认远程仓库名称。将<new-url>替换为你想设置的新远程仓库 URL。

ps：这个app既提供普通的登录注册，也提供使用谷歌邮箱进行登录和注册。可以按照自己的需要进行删改。

【代码】从huggingface上仅下载pytorch模型权重和配置文件到服务器。

Column：使用Column构建了屏幕的主体布局，并设置了内边距。Row：在Column中，使用Row布局创建了一个包含返回图标和搜索框的水平布局。