-
all函数用于判断可迭代对象中所有元素是否全为真，空对象也返回True。1.列表全为真值时返回True，含假值如0则返回False；2.可结合布尔表达式检查条件是否全部满足，如判断全为偶数；3.字符串非空时为True，元组含空字符串则为False；4.作用于字典的键或值，若值含0则返回False。空迭代对象返回True表示无反例，适合与生成器表达式配合使用以节省内存，需注意Python中0、""、[]、{}、None、False被视为假值。
-
tf.graph_util.extract_sub_graph仅提取指定节点及其依赖，不自动剔除无用节点；真正裁剪需按remove_training_nodes→convert_variables_to_constants→extract_sub_graph顺序组合使用。
-
Django博客项目需按MTV模式串联模型、视图与模板：一、在models.py定义Article模型并迁移数据库；二、视图函数查数据后用render传入模板；三、模板用{{}}和{%%}语法渲染，推荐继承base.html；四、通过urls.py配置路由，注意命名空间与路径参数解析。
-
FastAPI中exclude参数在Pydanticv2下不支持Field中声明，需通过.model_dump(exclude={...})手动调用或在model_config中配置（v2.6+），静态exclude无法处理动态权限脱敏和嵌套模型穿透排除。
-
Python类__init__中参数默认值在定义时确定，不可用可变对象；需结合参数默认值与self赋值才能使实例属性有默认值；动态值须在函数体内用None占位后生成。
-
Python警告虽不中断程序，但默认被忽略，需主动配置如-Wdefault或warnings.simplefilter("error")使其可见，否则升级后易引发兼容性故障。
-
直接换国内镜像源能解决90%的pip下载慢问题：临时用-i参数最快，永久配置需在用户级路径（如Windows的%APPDATA%\pip\pip.ini或Linux/macOS的~/.pip/pip.conf）写入index-url和trusted-host，避免权限与覆盖问题。
-
ElementTree.parse()读取XML失败主因是输入源处理不当：误将字符串传给parse()（应使用fromstring()）、文件路径不存在、编码非UTF-8（含BOM异常）、Windows中文路径编码转换失败，或未用pathlib.Path.resolve()转绝对路径。
-
最稳妥做法是分别加载多个SavedModel，对同一输入预测后算术平均输出；需确保输入shape和输出结构一致，显式设compile=False，logits需后接softmax；hardvoting须统一类别顺序；禁用层拼接因易出错；应分批加载预测防OOM。
-
PyPDF2是一个用于处理PDF文件的Python库，适合执行提取文本、合并文档、拆分页面等基础操作。要提取文本，可使用PdfReader并遍历每页调用.extract_text()；对于合并多个PDF，可用PdfWriter实例并添加各文件页面后写入新文件；拆分则通过指定页码范围取出页面并保存为新文件；此外，还可实现加水印和加密等进阶功能。虽然PyPDF2功能有限，但轻量易用，适用于简单处理，复杂需求则需结合其他工具如pdfplumber或PyMuPDF。
-
Flask默认日志不写入文件是因为开发服务器仅输出到stderr且未配置文件handler；生产环境日志更易被WSGI接管或丢弃。常见问题包括basicConfig失效、日志仅显示在终端、重启后文件为空及多进程错乱。根本原因是app.logger是独立实例，不继承rootlogger配置，且Flask启动时已添加StreamHandler，basicConfig仅在root无handler时生效；同时若未显式设置日志级别，WARNING以下消息会被过滤。可靠写法是直接为app.logger添加Rotati
-
shutil.copytree默认要求目标目录不存在，否则抛FileExistsError；Python3.8+可用dirs_exist_ok=True跳过该错误，仅覆盖同名文件，不清理目标中多余内容。
-
gc.set_debug()用于让GC在回收时输出诊断信息，关键组合是gc.DEBUG_UNCOLLECTABLE|gc.DEBUG_INSTANCES|gc.DEBUG_OBJECTS，避免误用DEBUG_SAVEALL导致内存上涨。
-
类方法用@classmethod定义，参数为cls，可访问类属性并实现替代构造器。示例：Person.from_string创建实例；继承中cls指向子类，如Dog.get_species返回"Canine"；不可访问实例属性，避免使用self。
-
PyTorch1.8+推荐用register_full_backward_hook捕获每层梯度，可稳定获取grad_input和grad_output，尤其适合监测输入侧梯度；需判空、命名模块、避免频繁.item()，优先用.norm(2).float().item()统计，并注意BN/激活层及混合精度下的特殊行为。
