-
TensorFlow实现GAN的核心是梯度隔离与参数更新顺序控制：需用两个独立tf.GradientTape分别计算D和G的梯度，禁用persistent=True；D和G必须使用独立优化器并配置不同学习率（如D:2e-4，G:1e-4）；loss设计需匹配D输出层结构，且每步训练D必须同时看到真实与生成样本。
-
用cache_info()方法可验证lru_cache是否命中，它返回含hits、misses等字段的命名元组；hits增长即表示命中，但需注意参数稳定性、类型一致性及多线程/异步限制。
-
单机支撑5000+WebSocket连接需避开三大坑：连接管理（用set+心跳+异常移除）、消息广播（asyncio.gather并发发送+分批+过滤）、阻塞调用（全程异步+线程池+异步DB/HTTP）。
-
gunicorn+gevent是Django应对突发高并发最稳妥的轻量级方案之一，需正确配置monkeypatch、连接池及worker参数，否则易卡死或丢请求。
-
Python3与Python2在语法、编码、除法、异常处理和库结构上存在显著差异。1、print变为函数；2、默认使用Unicode；3、/始终返回浮点数；4、异常捕获须用as；5、标准库重组。Python3取代Python2因官方停止维护、生态迁移、可读性提升、性能优化及教育普及。安装建议：官网下载、添加环境变量、使用虚拟环境、内置pip管理包、配置编辑器解释器路径。
-
Python正则中量词默认贪婪，加?变为非贪婪；?必须紧贴量词后，仅控制当前量词匹配长度，不解决歧义或性能问题。
-
Locust2.0+必须用HttpUser类、host属性和@task装饰器；动态参数与token需实例变量存储并线程安全复用；locust.conf需--config显式指定且格式严格；连接池耗尽会导致响应时间突增，应调优client连接池及服务端keep-alive。
-
permutations返回迭代器而非列表，需用list()转换或遍历才能查看结果；支持r参数指定排列长度；不自动去重，含重复元素时需手动处理；可接受字符串、元组等可迭代对象，但传字典仅迭代键。
-
else子句仅在try块无异常时执行，用于分离正常逻辑与异常处理，避免误捕获或静默失败。
-
正则表达式中的|符号表示“或”，用于匹配左右任意一个表达式；1.基本用法是匹配多个字符串，如apple|orange可匹配“apple”或“orange”；2.配合括号分组可限制“或”的范围，如(cat|dog)food表示匹配“catfood”或“dogfood”；3.实际应用中需避免歧义、注意性能问题，并根据平台决定是否转义。
-
应使用布尔索引而非for循环进行NumPy条件过滤，因其利用向量化操作和底层C优化，避免Python解释器开销、保持内存连续性并返回ndarray；多条件需用&、|、~并加括号，二维需维度匹配。
-
asyncio.gather()需设return_exceptions=True才能继续执行并收集全部结果，此时异常对象会作为列表元素返回，需用isinstance(r,BaseException)判别，结果顺序与输入严格一致。
-
GEKKO本身不直接支持复数变量或.conj()方法，但可通过手动分离实部与虚部、分别建模来实现复数共轭——即保持实部不变、虚部取反，并确保所有优化逻辑兼容底层实数求解器。
-
开启echo=True仅显示SQL和参数，不显示执行时间；需配合echo_pool=True查连接池问题，测真实耗时须用应用层日志或数据库慢日志。
-
lambda只适合单表达式、无副作用、逻辑简单的函数；需分支、多行、异常处理或调试时必须用def。它不是语法糖而是设计约束，Python明确不支持多行lambda。
