摘要：
午夜稻草人传 话说一个阴森的午夜，很多人都会选择睡觉，因为午夜经常是怪兽出没的时候，经常有一些恐怖、灵异的事件发生，所以有“午夜凶铃”、“午夜杀人狂”、“午夜鬼敲门”、“午夜屠猪男”等可怕的传说。 在这种夜晚，没有人愿意出门，都躲在家里，尽量让自己进入梦乡或者抱紧身边的毛绒玩具（注：其实毛绒玩具是我 阅读全文
转：https://blog.csdn.net/learnframework/article/details/135020636
线程状态查看
深绿色 : 运行中（Running）
在Running状态就代表着处于cpu上的运行中
状态作用：看某个方法是否耗时，可以通过测量Running时间长短判断，也可以进行竞品对比看看cpu能力如何，或者前后对比各个大小核cpu影响方法的耗时
可以看到通过选中可以知道该任务是在哪个cpu进行运行的
浅绿色 : 可运行（Runnable）
代表线程可以运行但当前没有真正运行中，需要等待 cpu 调度，这个时间长短代表着cpu调度快慢
重要作用：点击Runnable这个块，下面信息会显示当前线程唤醒者是谁，即可以清楚知道整个线程之间唤醒逻辑。
白色/无色: 睡眠中（Sleeping）
代表当前线程没有工作可以做，等待事件驱动干货，比如looper就是大部分时间睡眠，小部分时间有消息后处理消息
橙色Uninterruptible Sleep (IO)
代表不可以中断的休眠状态，一般线程在IO操作上阻塞了
不可中断状态实际上是系统对进程和硬件设备的一种保护机制。比如，当一个进程向磁盘读写数据时，为了保证数据的一致性，在得到磁盘回复前，它是不能被其他进程或者中断打断的。
紫红色Uninterruptible Sleep (Non IO)
不可中断的休眠状态，非IO导致，在等内核锁。通常是低内存导致等待、各种各样的内核锁。
Uninterruptible情况都可以点击后看到blocked方法是哪个
Blocked function jbd2_log_wait_commit
1
各个部分区域详解
一般perfetto看trace时候都会针对某一个进程进行查看其运行，因为perfetto/systrace都是以进程为单位进行划分的,每个进程又分为若干个线程，接下来又是主要看一个个的线程情况。
线程一般会有2个条目，如下图所示：
上面条目描绘是这个线程当前的状态，最常见的有主要有Running，Runable，Sleeping等状态
下面条目就是描绘具体这个线程执行的哪些方法的任务块
1、线程状态信息，代表当前线程状态
在涉及到线程唤醒相关时候需要看这里
2、线程具体执行方法信息，描述有哪些方法正在执行执行
这个部分最重要，大部分时候其实都在看这个
3、Counter计数采样部分信息
这个部分和线程没啥关系，即不是说有单独一个线程在专门计数这个，可以理解为一个程序里面全局的一个变量值展示，比如在surfaceflinger的vsync时候就用到了
4、cpu执行块部分信息
主要有每个线程执行的任务块，和每个cpu的频率详情
5、async执行块部分信息
这个主要用于跟踪一个动画的开始与结束，比如ValueAnimator
一般对应代码如下：
Trace.asyncTraceBegin和Trace.asyncTraceEnd
相关perffto使用技巧
相关快捷按键和systrace通用：
W : 放大 perfetto , 放大可以更好地看清局部细节
S : 缩小 perfetto, 缩小以查看整体
A : 左移
D : 右移
M : 高亮选中当前鼠标点击的段
跨进程通讯的发起端与接受端跳转
同步跨进程情况：
发起端如下，也可以直接点击跳转到接收端
异步跨进程调用情况
注意这里只有个大的箭头，需要点击箭头看名字才可以判断是发送还是接收端
*
注意：发起端名字带有是transaction，接收端带有的rev*
置顶功能
有一个置顶按钮，点击后可以把这个行放到perfetto最顶端
点击后如下：
主要使用场景：
在一些分析trace过程中涉及多个行需要联合分析，多个行的距离太远，没办法方便的对比查看，这个时候可以把关心的几个行都进行置顶查看
标记功能功能
主要用于分析过程中的一些标记时间点段，以防找补回去
本文章对应视频手把手教你学framework：
https://mp.weixin.qq.com/s/LbVLnu1udqExHVKxd74ILg
私聊作者+v(androidframework007)
点击这里 https://mp.weixin.qq.com/s/Qv8zjgQ0CkalKmvi8tMGaw
视频：https://www.bilibili.com/video/BV1Jg4y1C7fw/
摘要：
学习LangChain参考 https://python.langchain.com.cn/docs/get_started/quickstart https://python.langchain.com/v0.1/docs/integrations/llms/ollama/ https://wan 阅读全文
摘要：
参考： https://blog.csdn.net/qq_34319660/article/details/126246351 基本上就是如下几步 启动环境 conda activate LLM_env 查看已安装路径 jupyter kernelspec list 安装ipykernel pip 阅读全文
摘要：
不同的模型需要的显存不同，下载前先查一下自己GPU能支持什么模型 1. 用如下脚本可以下载HuggingFace上的各种模型， 网址 https://huggingface.co/models download.py #coding=gbk import time from huggingface_ 阅读全文
摘要：
参考 https://www.promptingguide.ai/zh 1. 清除之前对话上下文的干扰 新任务，不考虑之前的问答内容 2. 增加上下文信息，指定结果列表 ###上下文信息### #游戏列表# 王者荣耀，别名[王者] 和平精英， 别名[和平、pubg] LOL 原神 明日之后 金铲铲之 阅读全文
摘要：
更详细的说明：https://zhuanlan.zhihu.com/p/222865842 1. 查询中匹配特殊字符串 SELECT * FROM customer WHERE last_name LIKE 'b____y' % 代表任何数量的字符 _ 代表单个字符 SELECT * FROM cu 阅读全文
摘要：
读取数据中的时间 pd.read_csv('demo.csv' ,parse_dates = ['col1'] # 待转换为**datetime64[ns]**格式的列→col1 ,infer_datetime_format=True # 将parse_dates指定的列转换为时间 ) data = 阅读全文
摘要：
转载请注明出处：https://www.cnblogs.com/oceanicstar/p/10900332.html append方法可以很方便地拼接两个DataFrame df1.append(df2) > A B > 1 A1 B1 > 2 A2 B2 > 3 A3 B3 > 4 A4 B4 阅读全文
摘要：
一、先创造自己所需的conda环境 # 进入虚拟环境 activate tensorflow # 安装jupyter 和 notebook(这一步可能能省掉，没有测试，不确定) pip install jupyter notebook #安装ipykernel，并进行相关操作 pip install 阅读全文
摘要：
参考 https://www.skcript.com/svr/realtime-object-and-face-detection-in-android-using-tensorflow-object-detection-api/ https://www.cnblogs.com/zongfa/p/9 阅读全文
