AIcar_lrm的博客

如果目标是 输入今年1-12月份的房价，输出是预测的明年1月的房价，那此时循环神经网络经过隐含层后，可以接入一个全连接层，也可以将最后时刻隐含层的输出作为网络输出，分别如下图(a)(b)所示。然后，对于每个序列数据，RNN模型将其输入序列数据和当前的隐藏状态进行计算，并输出新的隐藏状态。在这个过程中，隐藏状态。并不会发生实际的改变，而是根据上一个序列的最终隐藏状态重新创建一个新的初始隐藏状态，用于处理下一个序列数据。中的参数是模型在最后一个时间步的隐藏状态值，可以在需要时用于下一个序列的预测或其他操作。

详细介绍了transformer的方方面面的细节，通过详细的图解让大家更直观的理解transformer

每输入一个序列数据就会把长短时记忆单元都清空吗？在LSTM模型中，有两个重要的记忆单元，分别是长期记忆单元（long-term memory cell）和隐藏状态（hidden state）。这两者在PyTorch中分别对应于的第一个元素和第二个元素。在每个序列数据输入时，通常会将清空，这是因为每个序列数据都是一个新的序列，模型需要从头开始学习序列之间的关系。即使长期记忆单元也会被清空，因为虽然LSTM有能力保持长期记忆，但在不同序列之间，模型通常会希望忘记之前的长期记忆，从而更好地适应新的序列模式。

手把手教你：单词拼写检查 + 纠错算法、文章单词拼写修正算法、提供完整代码 + 原理讲解

单线程阻塞接收信息，单客户端

当一个线程正常执行时，代码逻辑顺序固定，突然另一个线程告诉你需要处理某种操作，这个线程会瞬间错乱崩溃，并且，原线程可能正在访控制资源。所以不同线程之间都是独立按顺序运行代码。如果希望线程间通信那还需要类似于管道、消息队列一类的方式进行。问题产生原因，系统创建了一个socket在主线程，自己单独开了一个线程，我在单独开的线程里调用这个socket，报错。直接在线程里实例化这个socket而不是调用其他线程的socket。利用connect建立信号与槽通知另一个线程处理。

OpenCV+VS配置环境

VS c++ onnxruntime 环境配置、onnx教程、部署推理模型、sklearn pkl模型转onnx、问题汇总

当我们研究一个问题时，通常会涉及到多个自变量（特征）与一个因变量（目标值）之间的关系。多元线性回归是一种统计学和机器学习方法，用于建立多个自变量与一个因变量之间的线性关系模型。多元线性回归的模型形式为：y = w1x1 + w2y是因变量（目标值），是我们要预测的值。x1, x2, ..., xn是自变量（特征），是用来预测目标值的输入特征。w1, w2, ..., wn是回归系数（斜率），表示自变量对目标值的影响程度。b是截距，表示当所有自变量取值为0时，预测的目标值。

两个线程可以同时打开一个文件，并且同时写和读都是可以的，都没有限制但是Qthread读写。

[[1,2],[3,4]],[[1,2],[3,4]]]的最左边中括号有[[1,2],[3,4]]和[[1,2],[3,4]]这两个元素，最左边的第二个中括号里有[1,2]和[3,4]这两个元素，最左边的第三个中括号里有1和2这两个元素，所以形状为[2,2,2][[1,3],[3,5]]，[[1,2,3],[2,3,4],[3,4,5]]，[[4,5,6,7,8],[3,4,7,8,9],[2,11,34,56,18]]是矩阵。[[1,3],[3,5]]最左边有两个左中括号，它就2维张量；

测试环境：Win10boost1.73shark3.0cmake（随便）环境最好与我相同，如果不同会有一定问题，比如说boost1.83有的header已经弃用，但是shark3.0还在用。

X = static 时 项目属性 → C/C++ →代码生成 → 运行库 【多线程调试(/MTd)】X = share 时 项目属性 → C/C++ →代码生成 → 运行库 【多线程调试 DLL (/MDd)】

boost编译bootstrap.bat失败，无法打开ctype.h，cl找不到问题汇总