文件夹目录下构建容器。

【代码】git初次上传代码及更新操作。

好像不需要cuda,cudnn,但是我下载了安装pytorch时，相关版本要求官网只有conda安装的命令，又安装不上，自己找了一个pip命令改了一下自己的版本数字安装，现在还没有发现问题后面报错，有问题后面再说完结。

的提出是基于记忆模型的想法，期望网络能够记住前面出现的特征，并依据特征推断后面的结果，而且整体的网络结构不断循环，因为得名就在于拥有一个环路（或回路）。，一般以序列数据为输入，通过设计有效捕捉序列之前的关系特征，一般也是以序列形式进行输出的基本结构特别简单，就是将网络的输出保存在一 个中，这个元和下一 次的输入一起进入中 。输入序列的顺序改变，会改变网络的输出结果使模型隐层上一时间步骤产生的结果h

θαxji​z(θj​)​yiθj​​:=θj​−α∗∂θj​∂Loss(θ)​​:=θj​−α∗(z(θj​)​−yi)∗xji​​对参数求偏导【求梯度】如下：θ1​θ2​​:=θ1​−α∗(z(θ1​)​−yi)∗x1i​:=θ2​−α∗(z(θ2​)​−yi)∗x2i。

Q矩阵相关参数Q矩阵:从one-hot编码生成新的词向量Q矩阵是参数，需要学习训练,刚开始用随机值初始化Q矩阵，当这个网络训练好之后，Q矩阵的内容被正确赋值，每一行代表一个单词对应的值参数含义QQQV∗mV*mV∗m的矩阵，模型参数VVV词典大小,词的个数,有几个词就有几行mmm新词向量的大小神经网络相关参数参数含义WWWword缩写，表示单词ttttarget缩写，表示目标词【标签词】nnn窗口

根据报错行提示，显示输出文件有问题，以为是文件路径有问题。有的说是版本问题，但是不敢改，害怕其他包出现问题。查找的报错都和我的报错信息不一样，我显示的是。

的提出是基于记忆模型的想法，期望网络能够记住前面出现的特征，并依据特征推断后面的结果，而且整体的网络结构不断循环，因为得名就在于拥有一个环路（或回路）。，一般以序列数据为输入，通过设计有效捕捉序列之前的关系特征，一般也是以序列形式进行输出的基本结构特别简单，就是将网络的输出保存在一 个中，这个元和下一 次的输入一起进入中 。输入序列的顺序改变，会改变网络的输出结果使模型隐层上一时间步骤产生的结果h

根据报错行提示，显示输出文件有问题，以为是文件路径有问题。有的说是版本问题，但是不敢改，害怕其他包出现问题。查找的报错都和我的报错信息不一样，我显示的是。

【代码】python 连接sql数据库。