1. cd your_hexo_folder # 替换为你的Hexo项目路径
2. hexo new “文章标题” # 文件在 source/_posts/ 下
3. hexo clean && hexo generate # 清理并生成
4. hexo server # 访问 http://localhost:4000
5. hexo deploy # 部署到服务器

1. 可靠性
2. 可伸缩性：twitter中，每个人可能follow很多人，但不会被很多人follow，所以post的代价小，read的代价大。
3. 可维护性：可操作性+易理解+易修改

1. 胡萝卜周
2. Adobe相关

1. 页眉

2. 表格

学习learngitbranching的一些记录。都是关于git分支的操作。我整理的目录和原网站不同，主要是因为这个笔记是作为备忘录。

1. 一定要检查函数返回的错误码
2. 使用宏定义断言，给出详细报错信息

1
2
3
4
5
6

#define HBASSERT(condition, message){                        \
if(!(condition)){                                            \
std::cerr <<__FILE__ <<" | at line "<<__LINE__<< " | Assertion failed | " << #condition << " | " <<message <<std::endl;\
exit(EXIT_FAILURE);                                          \
}                                                            \
}

3. 断言分为前断言和后断言
4. 在编写程序之前先构建测试用例，感觉更为保险、节约时间。
5. 大对象用引用，小对象用值。P574
6. 进行性能测试的时候，应该使用CPU时间，而不是代码运行时间。P604
7. 循环嵌套时，循环次数多的放在内层。 P623

0. 链接

1. EBOOK
2. epubee
3. 亚马逊免费电子书

abstract

1. 分布式框架中两大主要的瓶颈：计算或者通信。
2. 梯度压缩可以缓解网络瓶颈，并且业内已经有了比较好的针对深度模型训练时的梯度压缩瓶颈(DGC)。
3. 我们主要关注稀疏场景下的梯度压缩问题：高内存消耗、收敛速度变慢、严重的参数陈旧问题。
4. 我们分别提出了三个方法来应对以上挑战：1.利用动量近似减少内存消耗；2.利用长期梯度补偿加快收敛；3.利用本地累积量更新缓和参数陈旧问题。
5. 实验效果：达到了99.9%的压缩率，并且每轮的收敛速度没有变慢。

这个排行榜是我自己使用Java爬虫统计的信息，用来确定刷题的优先级。

第一列是赞同数(vote),第二列是评论数(comment),第三列是查看数(view)，最后一列是对应的链接。

本排行榜是按照leetcode中所有discuss的vote进行排序的。

我认为vote越多，题目越经典。