/t/1021419

30 秒一次，单机数据库，无并发，总共就一万多条数据

…… 这么点压力应该远远没到需要优化性能瓶颈的地步吧

/t/476982

上一个发这种帖子的 OP 后被证实纯属炒作，他的号已经没了

这好像并不是个很基础的问题……

虽然我们都知道免疫系统会「做点什么」
但根据我瞎找翻到的这篇论文…… 免疫系统具体会做什么可超出了一般常识：

https://www.science.org/doi/10.1126/science.aan0365

https://chat.openai.com/share/4a7f8972-dcd4-4bf0-9003-03b3df8bc08f

论文显示免疫细胞会促进孢子细胞自行凋亡。
之后当然是巨噬细胞来打扫残骸了。

garbage in garbage out.

我想起那个关于弱智吧训练集的已经删掉的回答：

https://i.imgur.com/iqBvNCr.jpeg

demo 很强大，不过想顺道问个问题请求解惑……

three.js 相比 unity 的优势在哪呢？ unity 是完全能编译到 webgl 的，开发实际产品应该也简单得多

css 的问题

那你看一下本地部署和远程部署的东西 computed 结果嘛

如果只从一个地址访问符合预期说明有什么样式相关的资源被错误地硬编码了。


而且你这个 repo 应该是 build 之后的成品，我们也不知道你 build 过程是怎样的，有没有转换大小单位之类的，你只能自己排查。 把 source map 打开。



> 不知道是字体缩减还是等比缩减
你源码里用的绝对大小单位还是相对大小单位？

@renmu 天才！

我没用过 conda ，但在 vscode 里是可以手动选 venv 的 interpreter 还是系统 interpreter 的

cmd + shift + p select python interpreter 试试

另外 \xe7 \xe9 是常见的中文字符 utf8 编码序列的第一个字节，你应该对此建立点直觉。

p.s. \xe2 是 \u2610 这个符号的 utf8 编码序列的第一个字节

首先 python3 不需要 encoding 的 header

然后，先检查你的 interpreter 选对了没，你很可能选到了 python2 作为 interpreter
再检查不可见字符，比如 BOM.

@mingwiki #1 的方向就是对的。 取样是个很慢的操作。 你需要单独一个允许 block 的 routine 来处理取样周期。

而且在 linux 里大部分的「系统信息」相关的实现最后都会退化成读 procfs / sysfs 之类的，大家都不喜欢自找麻烦去调系统 API 再自己去转换那些结构/枚举/字符串…… 所以

不管什么实现都一样慢。你能做的只有把取样和查询隔离开。

数据库中存索引和 meta info ，图片文件一律改名成 ID ，完毕。

IO 不够就把文件丢进分布式文件系统里从网络读

@dynastysea #22

> 千万别迷信什么老司机，硬件配置秒杀一切。

我跟你的观念刚好完全相反，千万不要迷信车企的产品力。

我在 17 年的时候做过车辆辅助驾驶的系统，其中一个最重要的功能就是 360 环视摄像头，的标定。

因为环视镜头用的都是超广角鱼眼，要把一个畸变很大的镜头视野变换、矫正、拼接成环视。 那么这些镜头矫正后，视野边缘就会存在很大的扭曲，再与别的镜头的视野重叠后就会产生奇点，人或小障碍会完全消失在奇点里。 这个问题可以用增加对应方向的镜头，或者调整镜头布置的位置（车企原装设计也许能做到，我们做后装产品是做不到的）来解决，但也会引入新的问题。你的标定算法要更复杂、精确度可能下降、更难把那么多镜头拼准，抗误差抗蠕变更难。 而这仅仅是一个辅助的、被动系统上的问题。

主动系统与人的能力相比差距就更大了。 现在第一梯队的智驾辅助仍然远远达不到人类同时观测 4 条车道+前方三四辆车 + 红绿灯 + 路口 + 提防鬼探头的信息处理能力。车道偏离也仅仅只能作为紧急提醒，是一个边界产品，不能帮助你微调车感。



人你说完全把驾驶场景限制在车辆能自己完美 handle 的路况中也不是不可以，但我操控车子，我的能力范围反而突破不了车子，这（至少在我看来）挺可悲的。

什么就多开，没用！

有用的练习：

1. 目视远方，往远看，越远越好。
在高速上我一般会看前车的前车的前车的反应（当然，在其它车道上的车也算在内）。比如前三辆车亮起刹车灯的时候我就会开始准备踩刹车。不管我的前车刹不刹。还要关注两个车道之外的车，如果它开始变道，虽然它还没与你的车道相邻，但你要开始准备应对它往你的车道上并。


2. 狭窄区域关注盲区和远角。
右前轮外侧、后尾箱的左右角，右后车门位置。 这些地方存在的障碍物你需要有意识地额外关注，因为很难看得见。


3. 用前轮来定位。
左前轮差不多在你左脚平台那个位置往前一点，右前轮对称。这样你就可以根据车内参照物大概判断两侧的物体离自己有多远。


4. 会开车了之后再回炉重炼科目 2
参考我刚拿完驾照上路一周时学到的车身动态关系 /t/737757

进，就别选后端语言。因为后端开发一般要求计算机科班出身，需要你有应对各种网络、IO 、OS 、性能和硬件故障的经验或知识储备。 与之相比较，前端的开发一般只要求你有一定的体系化的计算机网络和数据库原理知识，没有后端的知识门槛高。而且前端的开发相比后端更通用，虽然大家在频繁制造相似的新框架，但至少语言语法不会有太大区别；底层原理（比如 DOM, CSS ）也是相同的。前端的需求也多，且经久不衰。

退，就算你不干程序开发，js 仍是一门你每天都会打交道的语言，也能当好自动化脚本的角色。

@qingxia 你猜那些上个时代的论坛是怎么倒闭的，是因为访问量小吗？

特斯拉 & 亚里士多德 ： 车子受到力的作用才会持续匀速直线运动
牛顿 & 我： 车子不受力的情况下保持匀速直线运动