介绍Lab 3A 主要任务是实现 Raft 中的领导选举部分。网上讲解 Raft 共识算法的文章很多，这里就不多赘述，只说基本的原理以供回忆。 Raft 服务器具有三种状态：跟随者（Follower）、候选人（Candidate）和领导（Leader）。 状态 描述 Follower 被动状态，不主动发起请求，只响应来自 Leader 或 Candidate 的请求。 Candid

介绍Lab 2 主要任务是实现一个基于 KV 服务器的分布式锁，需要保证不可信网络条件下 Put 操作满足至多一次（at-most-once）原则，并且保证所有操作满足线性一致性。 实现这个 Lab 较为简单，能流畅阅读 Lab 文档大约 1～2 个小时内就可以完成。注意 Hint 条条有用，需要仔细阅读并且理解其意味。 主要需要注意的是在 KV 服务器可能丢失消息时，对 Put 操作返回的讨论。

介绍Lab 1 主要任务为使用 Go 实现一个基于进程和 PRC 通信的 MapReduce 框架。我们需要完成该框架下的 coordinator（在原文中是 master） 和 worker 两个部分，并且实现 worker 的并行计算以及失效容错。 阅读：MapReduce 论文 实现仔细阅读 MapReduce 论文后完成 Lab 1 并不难。在较为复杂的细节上，例如 GFS、worke

确定方向，这是一个新的开始。

本文为 Dive into Deep Learning （中文译名：动手学深度学习）英文版 8.8 节的学习笔记。笔者之前阅读过中文版的 D2L，近期看了看英文版的目录，发现比中文版多出了许多有意思的内容，于是在这里进行一些简单的整理。

本文为 SSOD 领域 2023 年 SOTA Consistent-Teacher 的简单介绍。

本文是周志华在 National Science Review 上发表的文章 “A brief introduction to weakly supervised learning” 的简单阅读笔记（虽然现在看起来更像节选翻译），当作厕所读物即可，图一乐。此外本文会比较详细介绍半监督学习的部分，而其他的部分则会简单带过。