GNU join 重复键实战：左边两行右边两行，为什么连接后得到四行 把用户清单和标签清单按第一列连接，输入各有两条同键记录，输出却多了一倍。若把join理解成“找到一个对应项就接上”，就会误以为工具重复了数据。实际上，同一连接键下的每一对输入行都能生成结果；重复键决定了连接的基数，而... yunqueblog/ 技术教程/ 2026-10-03/ 2 阅读
GNU comm 清单对账：两个文件都有apple，为什么仍要先统一排序规则 比较两份导出的对象清单，常见需求是找出仅在左边、仅在右边以及两边都有的名称。comm能直接生成这三类结果，但它依赖输入有序；把未经整理的两份文件直接交进去，可能得到错误诊断，也可能留下不该继续使用的部分输出。一次可靠... yunqueblog/ 技术教程/ 2026-10-03/ 2 阅读
GNU sed 范围提取：起始行已经含有结束标记，为什么还会继续读下去 从日志中提取BEGIN到END的片段时，常见写法是两个正则地址加打印命令。普通多行区块能正常工作，但如果一个空区块把BEGIN和END写在同一行，输出可能连带后面的正文。这个边界来自范围状态如何开启和结束，而不是正则... yunqueblog/ 技术教程/ 2026-10-03/ 2 阅读
GNU sort 数值排序实测：2e2 为什么排在30前面，改用-g又有哪些代价 把监控导出的数值交给sort -n，普通整数都排对了，一条2e2却出现在30前面。若它表示二百，这个结果明显不符合业务预期。命令没有失去排序能力，而是输入超出了所选数字语法。排序选项既规定比较方式，也规定什么字符串会... yunqueblog/ 技术教程/ 2026-10-03/ 2 阅读
GNU grep 的三种退出状态：没有匹配，为什么不该和搜索出错走同一条分支 巡检脚本查找一条告警记录，grep返回非零，后面的逻辑马上报告“没有告警”。这条推理缺了一步：搜索本身可能没有完成，例如正则语法错误或文件无法读取。把这两种情况合并，可能让一次失败的检查被误认为健康结果。解决方法从保... yunqueblog/ 技术教程/ 2026-10-03/ 2 阅读
awk 字段重建实战：只给第二列重新赋值，为什么整行空格都变了 处理一份命令行报表时，只想修正第二列，却发现行首缩进、列间对齐和行尾空格全部消失。问题往往发生在字段赋值的那一刻：awk既保存整条记录，也提供拆开的字段；两种表示之间存在明确的重建规则。理解这一步，才能判断脚本适合编... yunqueblog/ 技术教程/ 2026-10-03/ 2 阅读
分类排序里的 AP 怎么算：别把阶梯加权换成梯形面积 同一批分类预测，两个评测脚本都说自己在算“PR曲线下面积”，数字却对不上。先别归因于浮点误差：一个可能计算非插值平均精确率AP，另一个把曲线点用直线连接后做梯形积分。把五条记录列出来，差别就能追到每一次阈值变化。 yunqueblog/ AI分享/ 2026-10-03/ 2 阅读
自然梯度的坐标不变性到哪里为止：同一枚硬币的两种参数 读到“自然梯度不依赖参数化”，很容易期待：同一个模型换种写法，用相同学习率更新一次后，预测也必须完全相同。把Bernoulli概率p改写成logit，就能看到这个说法需要的局部条件。这个例子适合检查AI对Fisher... yunqueblog/ AI分享/ 2026-10-03/ 2 阅读
AdaGrad 怎样记住稀疏梯度：第三步相同的输入，坐标步幅却不同 训练稀疏特征模型时，有些参数几乎每批都出现梯度，另一些只偶尔参与。AdaGrad为每个坐标保存自己的平方和。同一时刻共用一个学习率，并不意味着所有坐标都会按相同比例移动。理解这份历史，也能判断为什么只恢复模型权重还不... yunqueblog/ AI分享/ 2026-10-03/ 2 阅读
SAM 的临时扰动该不该留下：用一个二次损失检查两次梯度 把SAM接进训练代码时，一个容易藏住的错误是：先把权重移到扰动位置，再直接在那里执行优化器更新。两次反向传播都成功，损失也可能下降，结果却偏离算法。拿一个能手算的目标检查“在哪里求梯度、从哪里出发”，比只看训练曲线更... yunqueblog/ AI分享/ 2026-10-03/ 2 阅读
yunqueblog
