滑动窗口也是同向双指针，通常的技巧是移动右端点r，维护左端点l，使得窗口内的数据始终满足题目的要求，滑动窗口的题型一般可以分为两大类，定长滑动窗口和不定长滑动窗口，要注意的是：如果数组中有负数，一般是不能进行滑窗的，因为在移动右端点时如果有负数可能导致窗口内的数据不满足单调性。这里为大家提供定长滑动窗口和不定长滑动窗口的两个模版，便于大家解决相关题目。

建议先阅读我之前的博客，掌握一定的自然语言处理前置知识后再阅读本文，链接如下：带你从入门到精通——自然语言处理（一. 文本的基本预处理方法和张量表示）-CSDN博客带你从入门到精通——自然语言处理（二. 文本数据分析、特征处理和数据增强）-CSDN博客带你从入门到精通——自然语言处理（三. RNN扩展和LSTM）-CSDN博客带你从入门到精通——自然语言处理（四. GRU和seq2seq模型）-C

继承是指子类能够继承（复用）父类的共有属性和共有方法，并且可以添加新的属性和方法，或者重写（覆盖）父类的共有属性和共有方法以实现不同的功能。继承具有传递性，例如A类继承了B类，B类又继承了C类，则根据继承的传递性，则A类也会自动继承C类中的公共属性和公共方法，这种继承也被称为多层继承。父类：也叫作基类或超类，即被继承的类子类：也叫作派生类或扩展类，即继承父类的类。顶级类：通常值object类，Py

线性回归是指利用回归方程（函数）对一个或多个自变量（特征值）和因变量（目标值）之间关系进行建模的一种分析方式。如果目标值只与一个因变量有关系，称为一元线性回归，形如：y = wx + b。如果目标值与多个自变量都有关系，称为多元线性回归，形式如下：​等式最右边是w和x的向量表示。梯度下降法是指沿着梯度下降的方向求解函数的极小值。梯度的本质也是一个向量，在单变量函数中，梯度就是某一点切线斜率（某一点

门控循环单元（GRU，Gated Recurrent Unit）与LSTM一样是一种改进版的RNN，GRU也通过引入门控机制来更好地捕捉长序列数据中的长期依赖关系。GRU的内部结构图如下：在GRU中门控机制中一共有两个门，下式中的σ表示sigmoid激活函数：重置门：该门决定了在计算候选隐藏状态时，上一个时间步的隐藏状态中哪些信息应该被重置（遗忘），它接收当前时间步的输入和上一个时间步的隐藏状态，

第二次挥手：服务端收到客户端发送的FIN报文后，会结束ESTABLISHED阶段，进入CLOSE-WAIT阶段即半关闭状态，此时仍然可以向客户端发送数据，并向客户端发送ACK报文，该报文中包含：标志位ACK=1表示确认收到客户端发送的FIN报文；第三次握手：客户端收到服务端发送的SYN+ACK报文后，会结束SYN-SENT阶段并向服务端发送一个ACK报文，随后客户端进入ESTABLISHED（连接

class 类名:# 属性# 方法class 类名():# 属性# 方法class 类名(object):# 属性# 方法注意：类名需要遵守一般的标识符的命名规则，并且类名的首字母一般大写。# 1、定义一个类# 定义相关方法# 2、实例化对象# 3、调用类中的方法p1.eat()注意：类是一个抽象概念，在定义时，其并不会真正的占用计算机的内存空间。但是对象是一个具体的实体，所以其要占用计算机的内存

所谓递归，就是会在函数内部代码中，调用这个函数本身，所以，我们必须要找出递归的结束条件，不然的话，会一直调用自己，进入无底洞。也就是说，我们需要找出当参数为何值时，递归结束，之后直接把结果返回，请注意，这个时候我们必须能根据这个参数的值，能够直接知道函数的结果是什么，而不需要继续向下递归。对于递归，很重要的一个事就是，这个函数的功能是什么，它要完成什么样的一件事，而这个，是完全由你自己来定义的。最

Matplotlib是Python中的一个能够生成高质量图表的绘图库，也是一种常用的可视化工具，广泛应用于数据可视化、科学研究等领域，使用Matplotlib生成的可视化图表能够更加直观地呈现数据，使得数据更加客观、更具说服力。

静态计算图的优点：性能较高，可以在编译阶段对计算图进行优化，以提高计算效率，例如进行常量折叠、内存分配优化等，并且静态计算图的稳定性较高，固定的计算图结构使得代码更加稳定和可预测。动态计算图的缺点：性能较低，由于计算图的结构不固定，可能无法进行一些高级优化并且稳定性较低，由于计算图的结构在运行时变化，可能导致代码不稳定。，并且第一个参数为需要拼接的张量组成的元组，dim参数用于指定拼接的维度，指定