Web Real-Time Communication（网页实时通信），是浏览器原生支持的实时音视频通信技术，无需安装插件或客户端，可直接在浏览器之间实现点对点（P2P）通信。核心目标：让浏览器具备实时数据传输能力（音视频、文本、文件等），常用于视频会议、直播连麦、在线教育等场景。核心在客户端（浏览器）（如 getUserMedia、RTCPeerConnection 等），用于在 客户端之间直接

std：：movec++lambda新for

RNN以及LSTM原理 以及pytorchapi调用

数据集的处理

便于查找常用的panda是函数

一文读懂transformer 和工程实践 -调用api

目前对NLP的研究分析应用最多的就是RNN系列的框架，比如RNN,GRU,LSTM等等，再加上Attention，基本可以认为是NLP的标配套餐了。更为具体地理解可以看下图，输入为一个7x5的矩阵，filters的高度分别为2,3,4，宽度和输入矩阵一样为5。在CV中，filters是以一个patch（任意长度x任意宽度）的形式滑过遍历整个图像，但是在NLP中，filters会覆盖到所有的维度，也

看懂 action 和 x-clip代码

类别。

有关CLIP和ActionClip的手工特征,也是一个进步。通过给标签填入不同的修饰语当中，组成一段话来,来增强语义理解这个就是一个手工提示词,针对于特殊的任务设计出来的。text_dict就是蕴含着一个模板是键,对应不同的一句话!将输入标签随机选一个模板与视频进行对比学习！