（以及量化参数何时确定）。区别主要在**激活的 s/zp（scale/zero-point）**是“离线固定”还是“运行时现算”。更多工程优化：SIMD/向量化、CUTLASS/CUDA 融合 LUT-GEMM、块大小/对齐、标量类型选择（FP16/FP32 scale）。吞吐提升不错（CPU）。**校准/计算：**不需要跑数据集，直接看权重本身（可选用 max-abs、百分位、MSE 等策略确定

onnx , tensorrt 安装推理比较，有代码

很简单，就split和merge api，例子在下面。

（以及量化参数何时确定）。区别主要在**激活的 s/zp（scale/zero-point）**是“离线固定”还是“运行时现算”。更多工程优化：SIMD/向量化、CUTLASS/CUDA 融合 LUT-GEMM、块大小/对齐、标量类型选择（FP16/FP32 scale）。吞吐提升不错（CPU）。**校准/计算：**不需要跑数据集，直接看权重本身（可选用 max-abs、百分位、MSE 等策略确定

TCN网络主要在于提取序列的特征，并且可以实现特征维度的改变，并保持序列长度不变。

Anaconda3的详细安装，与Pycharm如何配置Anaconda3创建的虚拟环境

常见几种创建Mat对象的方法、Mat的对象的常用属性以及Mat的type参数详解

拿chatgpt给的答案，这就是这次的全部了，重要一点rnn都是历史的产物了，但是是基础，后面有机会在看transform如何克服rnn这些缺点，一度逆袭的。RNN：可以处理时间序列数据，具有记忆功能，能够传递信息；网络结构简单，易于实现；可以接受任意长度的输入。长期依赖关系不佳，容易出现梯度消失或爆炸问题；训练过程中参数更新困难，容易过拟合；难以处理变长的输入数据。LSTM：具有很好的长期依赖性

onnx , tensorrt 安装推理比较，有代码