如果mysql 里面 有数字字符串 的字段（并且该字段是索引），客户端不要直接传数字，一定要加引号
这个也就是为什么orm库喜欢在格式化时候，默认加上`
索引的问题非常多，通常出现的慢查询都是由于查询语句命中索引不正确导致的
甚至表中的数据量都会影响mysql命中索引的规则
组合索引是最左建立多个索引
in会命中索引，not in 会导致索引失效
排序最好主要范围语句会导致组合索引后续的索引失效（主要是 > < 等）
索引最终还是会回归到主键上，所以如果没有分区的情况下，是按照主键顺序返回的（InnoDB），这样基本也是利用来排序的
当然count要命中索引，这个不用说，剩余的就是
count(1) 不需要读太多数据，count(*)则不行
而count(column) 是需要筛选出不为 NULL 的字段
想到其他再更新
从四维布局、1×1 卷积、多头注意力到权重复用，用四张图理解 Apple 2022 年的 ANE 优化思路。
最近看 Kapitsa 的 ANE 实现时，我想先弄明白一个很小的问题：如果只计算两个矩阵相乘，数据究竟怎样进入 Apple Neural Engine，答案又从哪里回来？ 于是把例子收进一个 main.mm 文件：输入是两个 2×2 矩阵，计算图内嵌在文件里，乘法交给 ANE，最后打印结果。本文先把硬件和内存关系画清楚，再顺着这个例子读代码。 1. ANE 是什么，它和 GPU 有什么区别？ ANE（Apple Neural Engine）是苹果的神经网络加速器，可以归入 NPU。它与 GPU 是并列的计算单元，不是 GPU 内部的一种核心。 它们都能做大量乘加运算，但面向的软件接口和硬件取舍不同： 计算单元 在这里怎样理解 常见工作
用一个能手算的小模型，跟着第 3 行数字走完 Attention、残差连接和 FFN。每一步都能点击播放，看看数字怎样沿着连线流动。 这里的矩阵只有 3 个 token、每个 2 个特征，权重是为了演示而设置的，并非千问的真实参数。重点是看清：Attention 在不同行之间汇合信息，FFN 则分别加工每一行。 在新窗口打开交互演示 ↗ · 手机横屏观看更清楚
代码如下，直接运行会报错， from openai import OpenAI client = OpenAI(api_key = "") // 这里填入自己的API_KEY，在openapi官网帐号上有 # Prompt for the conversation response = client.chat.completions.create( model="gpt-3.5-turbo", messages=[ {"role": "system", "content": "You are a helpful assistant."}, {"role&