引言

最近有一些碎片时间，利用碎片时间在力扣刷一刷算法题，碰到了一道题，算法过程的子算法需要反转部分链表，看了看题解，觉得这个链表翻转的算法很有趣，也是一种有趣的思路，记录一下。

引言

最近看一些代码的时候，发现有人用 System.Collections.Concurrent 下的 BlockingCollection 很便利的实现了生产者 - 消费者模式，这是之前没有注意到的，之前只关注过 ConcurrentQueue<T> 、ConcurrentStack<T> 或 ConcurrentBag<T>这些并发队列，并发堆栈，并发包相关的使用，正好好奇 BlockingCollection的用法，本次将 System.Collections.Concurrent 下的所有用法都实践一下。

KAN模型训练实操

通过搜索相关资料[1]， 找到了名为 pykan[2] 的 KAN（Kolmogorov Arnold Networks）的 Python 实现，看起来是目前 Star 数量最多的开源库框架。

项目提供了详细的文档 [3] 介绍了库中所有的类、方法和函数，并提供了使用示例，可帮助用户快速上手和深入了解该库的使用方法。

项目也提供了丰富的教程 [4]，涵盖了从基本到高级的各种主题，包括如何构建和训练 KAN 模型、如何使用 KAN 模型进行预测以及如何解释 KAN 模型等，为用户提供了逐步指南。

人工智能学习中涉及的框架众多，以下从数据处理、数据可视化、机器学习、深度学习、超参数调优等几个方面对这些框架进行整理介绍：

Anaconda 介绍

Anaconda[1] 是一个开源的 Python 和 R 语言的发行版本，主要用于数据科学、机器学习、深度学习等领域的开发和研究。