1.PyTorch源码学习系列 - 2. Tensor
2.你知道知乎上面挣钱的知乎知乎工作是真还是假吗?
3.知乎vscode插件修改和重新编译
4.如何用JAVA写一个知乎爬虫

PyTorch源码学习系列 - 2. Tensor

       本系列文章同步发布于微信公众号小飞怪兽屋及知乎专栏PyTorch源码学习-知乎(zhihu.com)，欢迎关注。网站网站

       若问初学者接触PyTorch应从何学起，源码源码答案非神经网络（NN）或自动求导系统（Autograd）莫属，知乎知乎而是网站网站看似平凡却无所不在的张量（Tensor）。正如编程初学者在控制台输出“Hello World”一样，源码源码新旧替换源码Tensor是知乎知乎PyTorch的“Hello World”，每个初学者接触PyTorch时，网站网站都通过torch.tensor函数创建自己的源码源码Tensor。

       编写上述代码时，知乎知乎我们已步入PyTorch的网站网站宏观世界，利用其函数创建Tensor对象。源码源码然而，知乎知乎Tensor是网站网站如何创建、存储、源码源码设计的？今天，让我们深入探究Tensor的微观世界。

       Tensor是win商业源码什么？从数学角度看，Tensor本质上是多维向量。在数学里，数称为标量，一维数据称为向量，二维数据称为矩阵，三维及以上数据统称为张量。维度是衡量事物的方式，例如时间是一种维度，销售额相对于时间的关系可视为一维Tensor。Tensor用于表示多维数据，在不同场景下具有不同的物理含义。

       如何存储Tensor？在计算机中，程序代码、数据和生成数据都需要加载到内存。存储Tensor的物理媒介是内存（GPU上是显存），内存是一块可供寻址的存储单元。设计Tensor存储方案时，批量接口源码需要先了解其特性，如数组。创建数组时，会向内存申请一块指定大小的连续存储空间，这正是PyTorch中Strided Tensor的存储方式。

       PyTorch引入了步伐（Stride）的概念，表示逻辑索引的相对距离。例如，一个二维矩阵的Stride是一个大小为2的一维向量。Stride用于快速计算元素的物理地址，类似于C/C++中的多级指针寻址方式。Tensor支持Python切片操作，因此PyTorch引入视图概念，使所有Tensor视图共享同一内存空间，提高程序运行效率并减少内存空间浪费。

       PyTorch将Tensor的物理存储抽象成一个Storage类，与逻辑表示类Tensor解耦，韩国禁源码建立Tensor视图和物理存储Storage之间多对一的联系。Storage是声明类，具体实现在实现类StorageImpl中。StorageImp有两个核心成员：Storage和StorageImpl。

       PyTorch的Tensor不仅用Storage类管理物理存储，还在Tensor中定义了很多相关元信息，如size、stride和dtype，这些信息都存在TensorImpl类中的sizes_and_strides_和data_type_中。key_set_保存PyTorch对Tensor的layout、device和dtype相关的调度信息。

       PyTorch创建了一个TensorBody.h的模板文件，在该文件中创建了一个继承基类TensorBase的类Tensor。TensorBase基类封装了所有与Tensor存储相关的细节。在类Tensor中，PyTorch使用代码自动生成工具将aten/src/ATen/native/native_functions.yaml中声明的函数替换此处的宏${ tensor_method_declarations}

       Python中的Tensor继承于基类_TensorBase，该类是实现联动源码用Python C API绑定的一个C++类。THPVariable_initModule函数除了声明一个_TensorBase Python类之外，还通过torch::autograd::initTorchFunctions(module)函数声明Python Tensor相关的函数。

       torch.Tensor会调用C++的THPVariable_tensor函数，该函数在文件torch/csrc/autograd/python_torch_functions_manual.cpp中。在经过一系列参数检测之后，在函数结束之前调用了torch::utils::tensor_ctor函数。

       torch::utils::tensor_ctor在文件torch/csrc/utils/tensor_new.cpp中，该文件包含了创建Tensor的一些工具函数。在该函数中调用了internal_new_from_data函数创建Tensor。

       recursive_store函数的核心在于

       Tensor创建后，我们需要通过函数或方法对其进行操作。Tensor的方法主要通过torch::autograd::variable_methods和extra_methods两个对象初始化。Tensor的函数则是通过initTorchFunctions初始化，调用gatherTorchFunctions来初始化函数，主要分为两种函数：内置函数和自定义函数。

你知道知乎上面挣钱的工作是真还是假吗?

       在知乎上，有些用户声称通过各种方法轻松赚钱，比如购买域名并利用色情名称吸引用户安装软件以月入过万。然而，这种做法早已过时，且获取源代码本身就几乎不可能。我尝试了知乎上的一位高赞回答者推荐的教程，花费元建立了一个网站，但发现大多数广告联盟没有适合PC的 product，即使有审核也很严格，除非在自己的网站上展示广告，否则不会获得收入。因此，这种方法的月收入是0元。

       另一种常见的建议是写文章，如头条号、百度号等，声称只要会写字就能月入过万。然而，实际情况是，头条号需要至少一个月的时间才能转正并获得收益，而且要写出阅读量超过W+的爆文并不容易。即使写出高阅读量的文章，收入也不一定可观。例如，我曾在百度百家注册并写出了一篇阅读量达W+的文章，但仅获得-元的收入。因此，这种方法的前半年基本没有收入，后半年的收入也取决于运气。

       还有人建议在知乎上写文章，专注于某个领域，成为大V后就有约稿，转发一次就能获得几千的收入。然而，我尝试了这个方法，一年的努力才积累了万粉，而有些人却通过复制粘贴就能迅速获得大量点赞。这些常见的套路在知乎上欺骗粉丝，而真正能赚钱的方法往往不会公开分享。因此，不要轻信别人的轻松赚钱方法，真正赚钱的方法往往写在刑法里。

知乎vscode插件修改和重新编译

       为了在VSCode中安装和使用插件，首先需要确保你的开发环境已安装Node.js。可以考虑将npm的源切换为中国镜像，通过命令行执行npm config set registry https://registry.npm.taobao.org来实现。

       安装插件开发所需的工具，包括webpack和webpack-cli，通过执行命令npm install webpack webpack-cli。接着，将源代码克隆到本地，运行npm install以安装项目依赖。

       为了配置环境变量，新增NODE_PATH，设置为C:\Users\qing\AppData\Roaming\npm\node_modules，并确保该路径被添加到环境变量的Path字段中。

       进行插件的修改时，可以自行调整TypeScript代码。调试过程中，可以通过获取当前打开文件的完整路径并填充到输入框作为默认值。在CONTRIBUTING.md文档中提到，在编译时需要注释掉/node_modules/uglify-js/tools/node.js:中的一部分代码，以避免编译失败。

       为了实现自动编译，执行npm run develop命令，这会在dist目录下生成编译后的文件。在VSCode的调试面板中，选择"Debug - Launch Extension"，启动新的VSCode窗口并安装你开发的插件。

       完成代码调试后，需生成插件安装包以方便使用或分发。安装vsce命令行工具通过npm i vsce -g。在项目根目录使用vsce package命令生成.vsix文件，该文件可用于VSCode扩展市场的发布或个人使用。

       安装.vsix文件，只需在VSCode扩展窗口中选择"从vsix安装"并选择对应的文件即可。若需修改插件信息，只需在package.json文件中进行相应的修改。

       在开发过程中遇到问题，可以通过查阅微软VSCode插件开发官方文档、生成vsix文档的说明文档，以及VSCode插件开发全攻略（十）来寻求解决方案。这将提供详细的步骤和最佳实践，帮助解决开发过程中遇到的挑战。

如何用JAVA写一个知乎爬虫

       ä¸‹é¢è¯´æ˜ŽçŸ¥ä¹Žçˆ¬è™«çš„源码和涉及主要技术点：

       ï¼ˆ1）程序package组织

       ï¼ˆ2）模拟登录（爬虫主要技术点1）

        要爬去需要登录的网站数据，模拟登录是必要可少的一步，而且往往是难点。知乎爬虫的模拟登录可以做一个很好的案例。要实现一个网站的模拟登录，需要两大步骤是：（1）对登录的请求过程进行分析，找到登录的关键请求和步骤，分析工具可以有IE自带(快捷键F)、Fiddler、HttpWatcher；（2）编写代码模拟登录的过程。

       ï¼ˆ3）网页下载（爬虫主要技术点2）

        模拟登录后，便可下载目标网页html了。知乎爬虫基于HttpClient写了一个网络连接线程池，并且封装了常用的get和post两种网页下载的方法。

       ï¼ˆ4）自动获取网页编码（爬虫主要技术点3）

        自动获取网页编码是确保下载网页html不出现乱码的前提。知乎爬虫中提供方法可以解决绝大部分乱码下载网页乱码问题。

       ï¼ˆ5）网页解析和提取（爬虫主要技术点4）

        使用Java写爬虫，常见的网页解析和提取方法有两种：利用开源Jar包Jsoup和正则。一般来说，Jsoup就可以解决问题，极少出现Jsoup不能解析和提取的情况。Jsoup强大功能，使得解析和提取异常简单。知乎爬虫采用的就是Jsoup。

       ï¼ˆ6）正则匹配与提取（爬虫主要技术点5）

        虽然知乎爬虫采用Jsoup来进行网页解析，但是仍然封装了正则匹配与提取数据的方法，因为正则还可以做其他的事情，如在知乎爬虫中使用正则来进行url地址的过滤和判断。

       ï¼ˆ7）数据去重（爬虫主要技术点6）

        对于爬虫，根据场景不同，可以有不同的去重方案。（1）少量数据，比如几万或者十几万条的情况，使用Map或Set便可；（2）中量数据，比如几百万或者上千万，使用BloomFilter（著名的布隆过滤器）可以解决；（3）大量数据，上亿或者几十亿，Redis可以解决。知乎爬虫给出了BloomFilter的实现，但是采用的Redis进行去重。

       ï¼ˆ8）设计模式等Java高级编程实践

        除了以上爬虫主要的技术点之外，知乎爬虫的实现还涉及多种设计模式，主要有链模式、单例模式、组合模式等，同时还使用了Java反射。除了学习爬虫技术，这对学习设计模式和Java反射机制也是一个不错的案例。

       4. 一些抓取结果展示