-
Python深度学习GPU加速核心是确保模型、数据、计算三者统一在CUDA设备上；需先验证GPU可用性，再手动迁移张量，配合混合精度、合理batchsize及避免隐式CPU切换以提升效率。
-
secure_filename仅清理非法字符和路径分隔符，不校验后缀、不处理空字节与Unicode归一化，必须在其后手动白名单校验后缀、清洗空字节、过滤前导点，并结合内容检测与Web服务器规则才能保障安全。
-
Python高阶函数的实际价值在于抽离重复逻辑、明晰数据流、支持行为配置，尤其适用于批量处理、规则统一和动态策略场景，能显著减少冗余、提升可维护性。
-
关键在于用tf.data.Dataset分别构建标记与未标记数据集，再通过zip同步配对，确保每步训练同时获取一个标记batch和一个未标记batch，避免拼接、错误填充标签或repeat不匹配等问题。
-
asyncio中不可用functools.lru_cache，因其不支持await、返回协程且无并发安全；应改用aiocache等原生异步缓存库，支持TTL、分布式锁及多后端。
-
用Matplotlib绘图关键在于掌握控制权：一、基础设置用样式切换与rcParams统一字体、防乱码；二、坐标轴用set_xlim/ylim、MultipleLocator及spines调整；三、图例用bbox_to_anchor定位，标题分层，annotate加注释；四、进阶用linewidth、alpha、fill_between及twinx优化细节，savefig设dpi和tight。
-
StreamingResponse默认启用chunkedtransferencoding，前提是不设Content-Length且ASGI服务器（如Uvicorn）支持；需注意Nginx缓冲、生成器yield频率与大小、前端读取方式及超时配置。
-
密码哈希必须使用bcrypt、argon2等专用算法而非简单SHA256，因其自动安全生成salt并嵌入哈希值；数据库只需存储单个password_hash字段（如$2b$12$...格式），禁止明文、Base64或AES存储密码。
-
requests是Python爬虫最该先掌握的库，因其简单稳定且能满足90%静态页面抓取需求；包含安装与基础请求、带参与请求头、响应数据处理、异常处理与会话保持四大核心用法。
-
本文介绍如何使用pexpect在Python中创建可复用的交互式Bash会话对象，实现在多次调用间保持工作目录、环境变量等上下文，同时实时打印命令输出并完整返回结果。
-
Python无严格私有成员，单下划线（_name）表受保护约定，双下划线（__name）触发病名改写（_ClassName__name）防子类覆盖，双下划线前后（__name__）为魔法方法；真封装需@property等机制。
-
asyncio.gather默认不传播ExceptionGroup，遇多异常仅抛第一个；需设return_exceptions=True后手动提取异常并用ExceptionGroup构造。
-
路径由根目录、目录层级、文件名和特殊符号组成，Windows用C:\或/为根，Linux/macOS以/为根；目录间用/或\分隔，推荐用os.sep或pathlib避免兼容问题；文件名含主名与扩展名；.代表当前目录，..为上级目录，~指用户主目录，应使用os.path或pathlib模块处理路径。
-
本文详解如何使用PIL和matplotlib可靠加载并可视化本地目录下的图像（如Kaggle数据集），解决img.show()仅显示空白或无响应的问题，并提供健壮的路径处理、格式兼容性与调试建议。
-
Python函数参数包括位置参数、默认参数、关键字参数、args和kwargs，按顺序使用可提升函数灵活性。位置参数需按顺序传值；默认参数提供默认值且必须位于位置参数后；关键字参数通过“参数名=值”传参，提高可读性且须位于位置参数之后；args收集多余位置参数为元组；kwargs收集未定义的关键字参数为字典。组合顺序为：普通参数→args→默认参数→*kwargs，遵循此规则可设计出更通用的函数。
