持续集成是一种软件开发实践，开发人员频繁地将代码合并到共享仓库中。每次合并后，自动运行测试，以确保新代码的引入不会导致错误。持续部署是自动将应用从开发阶段移至生产阶段的过程，确保软件的快速、自动化部署。容器化是一种虚拟化技术，允许在隔离的环境中运行和部署应用，而不依赖于底层操作系统。Docker是一个流行的容器化平台，它使用容器来打包应用及其依赖项，使得应用能够在任何支持Docker的环境中运行。

1.2 HarmonyOS软件编程语言是ArkTS，是基于TypeScript的拓展，而TypeScript又是JavaScript的拓展，所以有过JavaScript经验会更容易些。1.1 HarmonyOS是华为自研的一款分布式操作系统，兼容Android，但又区别Android，不仅仅定位于手机系统。更侧重于万物物联和智能终端，目前已更新到4.0版本。安装目录可以默认安装，本文章采用自定义安

YOLO是一种新的目标检测方法。以前的目标检测方法通过重新利用分类器来执行检测。与先前的方案不同，将目标检测看作回归问题从空间上定位边界框（bounding box）并预测该框的类别概率。使用单个神经网络，在一次评估中直接从完整图像上预测边界框和类别概率。由于整个检测流程仅用一个网络，所以可以直接对检测性能进行端到端的优化。

解决HBase和Hadoop的log4j兼容性（冲突）问题，修改HBase的jar包，使用Hadoop的jar包。

win环境下大数据Hadoop的部署hadoop+hive环境

-是否启动一个线程检查每个任务正使用的物理内存量，如果任务超出分配值，则直接将其杀掉，默认是 true -->--是否启动一个线程检查每个任务正使用的虚拟内存量，如果任务超出分配值，则直接将其杀掉，默认是 true -->-- 关闭yarn内存检查 flink on hadoop 配置-->-- 指定HDFS中NameNode的地址 默认 9000端口-->-- 指定Hadoop运行时产生文件的存

YOLO是一种新的目标检测方法。以前的目标检测方法通过重新利用分类器来执行检测。与先前的方案不同，将目标检测看作回归问题从空间上定位边界框（bounding box）并预测该框的类别概率。使用单个神经网络，在一次评估中直接从完整图像上预测边界框和类别概率。由于整个检测流程仅用一个网络，所以可以直接对检测性能进行端到端的优化。

但通过前面学过神经网络模型和梯度下降法的方法训练费时费力，而且一旦图片进行改变如缩放、旋转或其他变换，那么计算机就识别不出来了。那么人如何记住的呢？光从眼睛进入后，先计入第一皮层，在进第二皮层，直到最后一个皮层，每个皮层对信号处理的方式是不一样的。杨立昆根据这个神经认知模型流程原理（先输入，提取边缘特征，组合组轮廓和细节，在组合轮廓与细节成整体，最后进行判断）发明一种实用的图像识别方法，就是。19

存在问题：词的表示有时候有差异，如果apple表示水果，但也表示苹果公司。同时受限于词典的标注和范围及人工问题。词义的表示方法：近义词、反义词或隶属与的上位词等相关的词放到一起，表示这个词的词义。词表示：自然语言中最基本的语言单位表示成机器理解的方式。新的词义的表示方法是:one-hot编码，即向量。方式一：词与词之间的相似度。方式二：词与词之间的关系。

学习Transformer之前我们先看一下作者论文中的模型，如下图所示：本章内容主要是自己学习笔记，在学习过程中总结和整理，希望对各位有所帮助。本章学习从基础模型 Transformer 拆解，分析整个 Transformer 架构用到哪些模块，再把整个 Transformer 拼接起来。同时，图中的位置编码、矩形 和 Nx又是什么？这些模块又如何搭建起来呢？当真的有一个任务，又如何使用和完成的？