LaTeX 写博客，可没有趁手的工具。

你可以考虑一下 MediaWiki。

我觉得 reject sampling 对这个场景其实还行。

MediaWiki，用 dockerr 部署

https://github.com/haowen-xu/compose-mediawiki-ubuntu

你需要这么写

https://ideone.com/mrZkgF

重写了 __getitem__ 和 __setitem__

preds 的原值八成不是 list of list，是 numpy.array([[..]])。

numpy.array 重写了 __getitem__。

1. Tensorflow 已经要在 1.0 版本附近就砍掉 cuda for mac
2. 但是正常科研不会有人在笔记本上用 cuda
3. 要做深度学习 1080tii 起码要有吧，所以之前是工作站台式机
4. 要做科研你还是等大二进实验室比较靠谱，网上随便找个教程跑模型那是自娱自乐。进了实验室，肯定有服务器用吧？
5. 所以别想这么多了，日常够用就行了

print 一个 list，会被 repr，不是很自然嘛？

你就不能把 select 出来的结果遍历一下嘛？

工作量不小，值得钦佩。可惜 2018 年还固守 caffe 这类以层为核心的设计方法，对新算法支持不足，写起来不够灵活。比如各类 gan, BayesianNet

@Cheez 如果我想拿 vote 这个函数对象怎么办？

强烈反对楼主的做法。

或者

windows: print(a.encode('gbk'))
linux: print(a.encode('utf-8'))

print(a)

@moro 那么就是 ssh 协议特征串

@ibegyourpardon GFW 不是线路监听，是旁路监听。之所以某些端口受影响，不是 GFW 计算效率问题，而是故意做的 QoS。

256g wifi 够用了。cellular 不清楚。

接楼上的评论，你需要面向对象…（如果你平时积累 c 的数据结构“类”，你照样可以写得很开心。什么你不会写 c 面向对象？！）

@murmur 普通用户也许就忍着不换铃声了…换铃声不是刚需

那当然是因为“流”比“块”更底层啊。

楼主你以为 UDP 是发了多大的块，就接收到多大的块嘛？ IP 协议允许的包大小不超过 64K，但实际中不一定能达标。而且事实上这个 64K 打包会发生分片传输，实际的包传输大小也不过几百字节。

https://en.wikipedia.org/wiki/IP_fragmentation
https://stackoverflow.com/questions/3712151/udp-ip-fragmentation-and-mtu

而且就算 IP fragmentation 默默地帮你搞定了重整，性能也实打实损失了的。
- - - -

总结一下，IP 协议中的“分块”是 IP 协议根据大部分传输介质的性质定出来的 IP 协议实现的标准，本身对于上层应用具有很有限的参考意义。由于 IP 包传输过程中大小不确定、分片机制不明，对于上层应用而言，“流”才是比“包”更底层的模型。