最直观的做法是使用for循环，然后用 2n 和 2n+1 区分，但既然是matlab，就要发挥它处理数组的优势。首先新建一个数组，为了更直观，就用如下这个：[1;2;3;4;5;6;7;8;9;10]ans =12345678910行向量和列向量差不了太多，这里用的是列向量。reshape([1;2;3;4;5;6;7;8;9;10],2,5)ans =1

情况pytorch按照之前的所有步骤正确安装，但到这一步无法启用CUDA：另外：如何查看自己的pytorch版本和cuda版本：在 pycharm 的 控制台/终端 处：import torchprint(torch.__version__)print(torch.version.cuda)如果这两个都能正常显示，说明电脑是正常安装了cuda的（此时网上的一些“从cmd命令行进入，输入 nvcc

问题描述：按照B站up主“小土堆”的pytorch深度学习教程一步步做下来。在P5“Pycharm及Jupyter使用及对比”中，需要在Jupyter中新建一个文件。视频中新建的是“Python [conda env:pytorch]”，且在创建“first_demo.py”的文件夹下新建。但默认打开jupyter notebook的文件位置为：C:\Users\S，而我的first_demo.p

码字、层、数据流、端口、物理天线之间的大小关系层映射的目的是把调制符号分不到不同的传输层上，每n个符号映射到n个层上。NR的PDSCH最多有2个码字，1个码字最多映射4层。——码字数<=层数多天线预编码的目的：通过预编码把不同的传输层映射到一组天线端口上。——层数<=天线端口数天线端口和物理天线端口的概念：天线端口为逻辑概念，在LTE规范中就是由参考信号定义的逻辑发射通道，有几种参考信

本文基于3GPP协议：TS38.901-7.7.2链路级仿真的信道模型包括CDL(Clustered Delay Line，集群延迟线)模型和TDL(Tapped Delay Line，抽头延迟线)模型。本文重点放在TDL模型上。TDL模型用于简化评估，如非MIMO评估，定义在0.5GHz到100GHz的全频率范围内，最大带宽为2GHz。存在三种TDL模型，分别为TDL-A、TDL-B和TDL-C

本文主要基于https://blog.csdn.net/qq_42372031/article/details/100588245?utm_medium=distribute.pc_relevant.none-task-blog-title-10&spm=1001.2101.3001.4242大佬的文章。在第二大步 ubuntu系统配置教程 部分，我的主页面没有VMware Tools 文