-
企业模型调优是围绕业务目标、数据质量、部署约束和迭代机制的工程化闭环，核心是保障模型在真实场景中持续稳定发挥价值。需明确业务导向的调优目标与线上评估口径，分层诊断数据、特征、模型问题，按阶段选择适配手段，并建立含分布监控、影子模式、模型卡片的可持续机制。
-
itertools是Python中高效处理迭代器的内置模块，提供内存友好的工具函数。1.生成无限序列：count、cycle、repeat可创建无限迭代器；2.有限迭代器：chain、islice、compress用于组合或筛选数据；3.组合生成器：product、permutations、combinations等生成数学结构。其函数基于C实现，返回迭代器，节省内存，适用于大数据处理、参数组合等场景。例如combinations(['A','B','C'],2)输出所有两字母组合，简化循环逻辑，提升代码
-
Python异步编程中异常不会自然冒泡，需明确await直接抛出异常、Task需显式await才触发异常传播、asyncio.gather默认快速失败但可设return_exceptions=True收集全部结果。
-
print()函数在Python3中替代了旧的print语句，支持灵活输出。1.可打印字符串或变量：print("Hello")或print(name)；2.支持多值输出，默认空格分隔：print("Name:",name,"Age:",25)；3.参数sep设置分隔符：print("a","b",sep=",")输出a,b；4.参数end定义结尾字符：print("Hello",end="")使下次输出接在同一行；5.file参数重定向输出：print("text",file=f)写入文件；6.flus
-
NumPy中的ndarray是科学计算核心，提供创建（如np.array、zeros、ones、arange、linspace）、形状操作（reshape、flatten、transpose）、数学统计（sum、mean、argmax、where）及数组拼接与广播等高效函数，掌握后可显著提升数据处理效率。
-
start()用于启动新线程并自动调用run()，实现并发；2.run()定义线程任务逻辑，直接调用不创建新线程，仅为主线程中的普通函数调用。
-
<p>/是真除法返回浮点数，%是取模运算返回非负余数；判断奇偶、轮询索引等必须用%；Python中%与//互补满足a==(a//b)*b+(a%b)，divmod封装该关系。</p>
-
需在每次创建ClientSession时显式传入aiohttp.ClientTimeout和TCPConnector：timeout控制DNS、连接、读写全周期超时，推荐显式设total/connect/sock_read；connector管理连接池，需设limit和limit_per_host防止单域名占满，并复用session对象。
-
Pythonmultiprocessing绕过GIL靠独立进程副本；Process不执行目标函数主因未加ifname=='__main__':保护（Windows/macOS）或含不可序列化对象（spawn）；Pool中apply同步阻塞，apply_async异步获结果，map同步分片迭代；多进程写文件需避免竞态，优先用Queue汇总或原子os.write；跨进程传递数据必须可序列化，资源如数据库连接不可共享。
-
选containerd还是CRI-O取决于Kubernetes发行版、维护节奏及OCI运行时控制需求：containerd通用灵活，CRI-O轻量专一，二者在socket路径、多运行时支持、镜像配置、存储驱动、日志抽象和升级兼容性上差异显著。
-
答案是Python通过只处理变化部分实现高效增量更新。先用哈希分块或difflib对比新旧文件差异，生成变更集；再仅传输修改的块或行，减少I/O与带宽消耗，适用于大文件同步和文本补丁场景。
-
Python文件读写推荐使用with语句，因它能自动关闭文件、确保异常安全且代码更简洁；结合open()函数指定文件路径、模式和encoding参数可高效处理不同编码的文本，避免乱码与资源泄漏。
-
schedule模块用于Python中定时执行任务，如每5分钟或每天指定时间运行函数。通过schedule.every().time.do(job)设置任务，需配合while循环和time.sleep()持续检查执行时机，支持按秒、分、小时、天、周等周期调度。可使用schedule.cancel_job()取消任务，适合轻量级自动化场景，注意避免任务函数阻塞影响调度精度。
-
使用锁可解决Python多线程数据竞争问题。1.threading.Lock通过acquire()和release()控制共享资源访问，确保同一时间仅一个线程执行临界区代码；2.with语句自动管理加锁释放，避免死锁，推荐使用；3.RLock支持同一线程多次加锁，适用于递归场景；4.注意锁粒度应小，避免在锁中执行耗时操作，防止死锁需按序获取锁，且因GIL存在，多线程不适用CPU密集任务。
-
在Python中使用str.format()方法或f-string进行字符串格式化时，如果需要在输出结果中包含字面量的花括号{}，需要通过将它们重复两次，即使用{{和}}来进行转义。这种机制确保解释器能够区分用于占位符的花括号和需要作为普通字符打印的花括号。
