数据增强的工具包：https://tsaug.readthedocs.io/en/stable/index.htmlWhat is the difference between feature extraction with or without data augmentation?

特征降维：https://www.zhihu.com/column/c_119455233717021491210种特征降维的算法：https://zhuanlan.zhihu.com/p/68754729

这里有一个很好的专栏：https://www.dazhuanlan.com/2020/03/30/5e81581e3c05a/

自相关图是一个平面二维坐标悬垂线图。横坐标表示延迟阶数，纵坐标表示自相关系数偏自相关图跟自相关图类似， 横坐标表示延迟阶数，纵坐标表示偏自相关系数自相关图与偏自相关图的python代码实现：from statsmodels.graphics.tsaplots import plot_acf, plot_pacfplot_acf(b.salesVolume)plot_pacf(b.salesVolu

postgresql按照日期范围进行查询按照日期查询通常有好几种方法：按照日期范围查询有好几种方法，日期字段类型一般为：Timestamp without timezone方法一：select * from user_info where create_date>= '2015-07-01' and create_date < '2015-08-15';方法...

https://github.com/dyn4mik3/OrderBookhttps://github.com/gQuantCoder/deep_orderbook

PE、PB、PS、ROE、EPS含义及计算公式PE:市盈率 = 股价 / 每股盈利=总市值 /净利润PB：市净率=股价 / 每股净资产=总市值 /净资产PS：市销率=股价 / 每股收入=总市值 / 销售收入ROE：净资产收益率＝报告期净利润／报告期末净资产EPS：每股盈余=盈余 / 流通在外股数 or　　每股收益=期末净利润 / 期末总股本PE：Price...

相关链接：pytorch1.9 transformer

除去网上介绍的那些方法，如测试一个合适的num_worker，或者设置pin_memory为true以外，还有一些方法，比如这里有几个工具是专门用来测试GPU的使用情况的，如pytorch下的工具包TORCH.UTILS.BOTTLENECK还有英伟达官方提供的一个工具包：PyProf除此之外，pytorch的另一个工具：PyTorch Profiler也可以来做这个事情...

解决方案：修改项目属性 右击项目 --> "属性”1. “C/C++” --> "常规” -->”调试信息格式” 设置为 “C7 兼容(/Z7)”2. “C/C++” --> "代码生成” -->”启用字符串池” 设置为 “是(/GF)”3. “链接器” --> "调试” -->”生成调试信息” 设置为 “是(/DEBUG)”最后就可以编译通过了。