探索 Linux 的神经中枢：根目录（/）结构终极指南

对于每一位 Linux 用户来说，无论是初学者还是资深系统管理员，理解其文件系统的层级结构（Filesystem Hierarchy Standard, FHS）都是一项至关重要的基本功。这个结构定义了系统中每个目录应该存放什么样的文件，保证了软件和用户都能以一种可预测的方式找到所需的数据。

Linux内核调度器是操作系统的核心，它负责决定哪个进程在何时、运行多久。理解其工作原理的关键在于回答两个问题：1. 何时触发调度？ 和 2. 调度时选择哪个任务？ 本文将深入探讨这两个问题，解析其背后的机制、代码和具体场景。

当谈论 Linux 内核时，我们常常被一堆名词绕得云里雾里：vmlinux、bzImage、vmlinuz、initrd、initramfs、内核模块…… 它们名称相似，却在系统启动的宏大交响乐中扮演着各自不可或不可缺的角色。

树莓派64位内核编译

1. 准备环境

安装交叉编译工具链和git。

sudo apt update 
sudo apt install git
sudo apt install crossbuild-essential-arm64
sudo apt install bison flex libssl-dev bc libncurses-dev

2. 获取源码

深度Q网络（DQN）的核心思想是通过学习价值来指导策略。它并不直接学习一个策略函数，而是训练一个深度神经网络（Q网络）来精确地近似动作价值函数（Q函数），即评估在任何状态下执行各个动作的长期回报。在训练过程中，智能体采用探索性的ϵ-贪心策略与环境交互并收集数据，其学习目标则始终是纯粹的贪心策略。完成训练后，采用纯粹的贪心策略 (Greedy Policy)，将状态 s 输入已训练好的Q网络，网络输出所有动作的Q值向量，选择并执行Q值最高的那个动作。

Actor-Critic 方法使用两个神经网络协同工作：Actor (策略网络)：负责决策，学习在特定状态下应该采取什么动作。它输入状态，输出动作的概率；Critic (价值网络)：负责评估，学习当前状态有多好。它输入状态，输出一个价值评分。工作流程：训练时，Actor 做出动作，Critic 对其进行评分。Actor 根据 Critic 的评分来调整自己的策略，力求做出更好的决策。最终策略：训练过程中策略是随机的以鼓励探索，训练完成后则变为贪心的，总是选择概率最高的动作以获得最大回报。