简介

boost::fiber是一类用户级线程，也就是纤程。其提供的例子与实际生产环境相距较远，本文将对其进行一定的改造，将其能够投入到生产环境。
同时由于纤程是具有传染性的，使用纤程的代码里也全部要用纤程封装，本文将对一些组件进行简单封装。

fiber封装

深入解析 Folly 中 ConcurrentHashMap 和 AtomicHashMap 的底层实现原理，包括分片锁机制、无锁读取、CAS 操作、hazard pointer 内存回收等。

简介

本文将谈一谈并发队列，讲解集中可手写的并发队列的实现方式，以及介绍几种开源并发队列的实现，当然都是c++版本的。
可手撸的并发队列实现起来相对简单，面试的时候可以撸一撸，简单生产环境也可以用一用；
当然，实际生产环境中，还是建议直接用高性能的开源实现。
可手撸的版本包括，单锁队列、双锁队列、原子队列；开源并发队列包括boost中的并发队列、tbb中的并发队列、folly中的并发队列、moodycamel中的并发队列。

单锁队列实现

简介

taskflow是一个轻量级的图引擎，或者说是轻量级的tensorflow。
taskflow允许用户构建一个有向图，然后并行执行这个图，让图中相互依赖的节点串行执行，不依赖的节点并行执行。
这种方式既可视化了业务逻辑的依赖关系，又提升了整体执行的效率。
本文将先从源码的角度介绍taskflow库，然后基于taskflow开发一套企业级的策略引擎。

源码解读

简介

本文将介绍一下tensorflow的saved model数据的结构。

模型文件

简介

本文总结一下tensorflow serving的模型加载策略，以及模型serving策略。

模型加载策略

简介

准备写几个文章来记录对tensorflow代码的阅读。
本文自顶向下介绍tensorflow-serving的架构，着重介绍一下模型管理及加载机制。

整体架构

简介

准备写几个文章来记录对tensorflow代码的阅读。本文主要写tensorflow代码阅读准备。

准备工作

简介

回顾一下c++语法的八股文，来自某博客和leetcode。

编译内存相关

简介

本文介绍一种基于protobuf实现的配置文件体系，提升配置文件使用体验，同时支持分环境加载不同配置。
本配置系统相对于json，支持配置中添加注释，方便理解；支持自动反序列化，操作简单，同时减少DOM操作不当造成的coredump。
本配置系统相对于yml等配置文件，支持自动反序列化；不会因为缩进问题造成解析失败。

使用说明