Transformer是一种用于处理序列数据的深度学习模型架构，谷歌在2017年的论文《Attention Is All You Need》中提出的，用于NLP的各项任务，现在是谷歌云TPU推荐的参考模型。

事件是应用程序内部或者外部产生的事情或者动作的统称。在Qt中使用一个对象来表示一个事件。所有的Qt事件均继承于抽象类QEvent。事件是由系统或者Qt平台本身在不同的时刻发出的。当用户按下鼠标、敲下键盘，或者是窗口需要重新绘制时，都会发出一个相应的事件。一些事件是在用户操作时发出，如键盘事件、鼠标事件等，另一些事件则是由系统本身自动发出，如定时器事件。

在Qt中使用Qwidget类表示"控件"，如按钮、视图、输入框、滚动条等具体的控件类，都是继承自Qwidget。可以认为Qwidget中包含了Qt整个控件体系中的通用部分位置和尺寸，包含x、y、width、height四个部分其中坐标是以父元素为参考进行设置的字体相关属性涉及到字体家族、字体大小、粗体、斜体、下划线该widget如何获取到焦点该部件是否接受拖放操作若设置为true，那么该部件就可以

Widget是Qt中的核心概念，英文原义是"小部件"，此处将其翻译为"控件"。控件是构成一个图形化界面的基本要素，如按钮、列表视图、树形视图、单行输入框、多行输入框、滚动条、下拉框等都可以称为"控件"Qt作为一个成熟的GUI开发框架，内置了大量的常用控件。Qt也提供了"自定义控件"的能力，可以在现有控件不能满足需求时，对现有控件做出扩展，或者自定义出新的控件控件体系的发展完全没有控件。此时需要通过

QMainWindow包含一个菜单栏（menu bar）、多个工具栏(tool bars)、多个浮动窗口（铆接部件）(dock widgets)、一个状态栏（status bar）和一个中心部件（central widget），它是许多应用程序的基础，如文本编辑器，图片编辑器等。它是一个可移动的组件，它的元素可以是各种窗口组件，它的元素通常以图标按钮的方式存在。一种是在创建工具栏的同时指定停靠的位

nvidia-smi 提供了GPU技术参数、使用温度和电源管理等重要信息。

CUDA是并行计算的平台和类C编程模型，能很容易的实现并行算法。只需配备NVIDIA GPU，就可以在许多设备上运行并行程序。

RNN(Recurrent Neural Network)，中文称作循环神经网络，一般以序列数据为输入，通过网络内部的结构设计有效捕捉序列之间的关系特征，一般也是以序列形式进行输出RNN的循环机制使模型隐层上一时间步产生的结果，能够作为当下时间步输入的一部分（当下时间步的输入除了正常的输入外还包括上一步的隐层输出）对当下时间步的输出产生影响。

文本语料在输送给模型前一般需要一系列的预处理工作，才能符合模型输入的要求，如：将文本转化成模型需要的张量，规范张量的尺寸等，而且科学的文本预处理环节还将有效指导模型超参数的选择，提升模型的评估指标

ONNX Simplifier 的主要功能是通过分析和优化 ONNX 模型的计算图，移除冗余操作、合并相邻节点、优化常量节点等，从而减小模型的大小和计算量。这不仅可以提高模型的推理速度，还能使模型结构更加清晰，便于理解和部署（若模型结构没问题，其实ONNX Simplifier用处不大）直接使用ONNX搭建计算图的开发效率有些低，通常都是Pytorch转ONNX。类似于链表，注意处理好待删除节点的