Day 76 ✅ 今天做了：掌握：什么是深度学习、三种学习方式的区别和使用场景，模型训练的基本流程，损失函数、损失值、学习率在模型训练中的作用，机器学习的瓶颈和神经网络出现的原因，神经元的基本工作流程和激活函数的作用，前向传播、反向传播在模型训练中的作用 ⏰ 明天计划：继续学习神经网络基础和 Transformer架构 📚 今日感悟：

Day 76 ✅ 今天做了：掌握SpringCloud Gateway 路由转发、熔断降级等功能，实现自定义Predicate、全局和局部Filter；理解单体架构的局限和划分微服务的原则及优缺点 ⏰ 明天计划：学习SpringCloud各大组件 📚 今日感悟：

Day 75 ✅ 今天做了：掌握熔断、降低、限流的区别，了解常见的注册中心和配置中心，了解 Nacos配置中心的原理 ⏰ 明天计划：学习 Spring Cloud 和微服务相关内容 📚 今日感悟：

Day 74 ✅ 今天做了：掌握分布式事务中刚性事务、柔性事务和本地消息表最终一致性方案；掌握Seata中TC、TM、RM三个核心角色，AT、TCC、Saga、XA 四种模式的工作原理和代码实现 ⏰ 明天计划：掌握熔断、限流、降级和分布式ID，了解常见注册、配置中心 📚 今日感悟：

Day 73 ✅ 今天做了：理解 CAP理论和BASE理论，理解在分布式系统设计中需要根据不同业务场景，关注性能、资源、可扩展性等不同指标，在可用性和一致性中做出权衡和取舍 ⏰ 明天计划：掌握分布式事务 📚 今日感悟：

Day 72 ✅ 今天做了：了解RabbitMQ 延迟消息插件的原理和使用；了解RabbitMQ 的工作模式和集群模式 ⏰ 明天计划：掌握分布式理论相关概念 📚 今日感悟：

Day 71 ✅ 今天做了：掌握RabbitMQ的基本组件概念和消息收发流程，四种交换机的区别；掌握如何从生产者、队列、消费者三方面保障消息可靠性；死信队列配置方式、消息进入死信队列的原因和基于 TTL+DLX 实现延迟队列的缺点 ⏰ 明天计划：学习 RabbitMQ的工作模式和集群模式 📚 今日感悟：

Day 70 ✅ 今天做了：了解kafka的日志存储、ack模式和高性能的原理 ⏰ 明天计划：学习rabbitMQ相关内容 📚 今日感悟：

Day 70 ✅ 今天做了：理解如何保证消息不丢失、不重复消费，如何处理消息堆积问题和设计消息队列的回答思路 ⏰ 明天计划：学习kafka相关内容 📚 今日感悟：

Day 69 ✅ 今天做了：掌握事务消息的场景、原理和使用，消息过滤的两种方式，消费者组订阅关系一致性；了解RocketMQ 和kafka在存储结构上的区别 ⏰ 明天计划：看几个队列相关面试题 📚 今日感悟：