解决办法，提高虚拟机内存，我原本只分配了4G内存，拉到16G后直接解决。也可以在pip指令后面加上'--no-cache-dir'，但这要重新下一遍whl文件，适合内存不大但网好的情形

主要有解释器风格和规则系统风格两种解释器风格：当底层不支持上层时，在两者之间加入一层虚拟机做模拟仿真，消除硬件和软件之间的差异优点：可以模拟原来不具有的功能，可以模拟一些灾难性的情况缺点：效率太低，因为多了一层解释器应用：各种脚本语言，配置文件，通信协议，用户输入等规则系统风格：根据既定的规则和目前的事实，做出相应的输出特点：有需要被执行的代码，解释器，控制解释器的部分，存储当前状态的存储器规则引

摘要之前的Vision Transformer中，在映射图像块时，大多数会平等地考虑整个图像，即每一个图像块(patch)在输入到注意力之前都是平等的，没有详略之分。但实际上，在观察图像中得分某一区域时，越靠近该区域的图像块所包含的信息越重要，越需要详尽的观察和考虑，而距离这块区域较远的图像块则相对不那么重要，也就没必要同样仔细地去观察分析。这导致这些方法在面对高分辨率图像时增加了许多不必要的计算

具体定义请百度，大白话就是，柱面就是柱子表面，在地面上沿着柱子的边沿画条线，这条线就是准线，而柱子上下方向的轴线就是母线。左边柱面，中间准线，右边母线

矩阵可以对角化的条件为有n个线性无关的特征向量，具体判断为1.实对称矩阵必定可以相似对角化2.如果特征值两两互不相同或，那么也可以立马断定矩阵可以相似对角化3.如果有k重特征值λ，那么n-r(λE-A)=k，因为只有这个等式成立，才能说明特征值取λ时有k个线性无关的解向量，即特征向量...

若二次型只有平方项，则称二次型为标准型如果标准型中，系数只有1，-1和0，那么称为二次型的规范型一个二次型的标准型不唯一，规范型唯一。

逻辑符号功能表RD置零端，Dir为右移串行输入端，Dil为左移串行输入端。例：右移串行输入端接的值为1，且寄存器正在右移时（即S1为0，S0为1），Dir值会赋给Q0，Q0给Q1，Q1给Q2，一直到Q3，丢失Q3数据。左移相反。并行输入即相应的Q值输出对应的D值，例如D3D2D1D0为1010，则Q3Q2Q1Q0输出1010置零是异步，其他操作为同步...

逻辑符号功能表Y和Y非负责输出，EN为0（即EN非为1）时，置零，EN为1时，正常工作。A2A1A0组成一个二进制数，下标为这个二进制数对应的十进制数的D从Y输出。

首先判断曲线是否关于x轴，y轴或原点对称，如果对称，则只取一半。一条曲线可以做多次取一半的操作，比如星形线，关于x轴对称，则可以去掉x轴下方的部分，剩下的部分依然关于y轴对称，因此可以再去掉y轴右侧的部分，两次操作后只保留了第一象限的部分接着，看所给函数类型1.直角坐标系，y=y(x),x取值范围为[a,b]，则求2.参数方程，t取值为[α,β]，则求之后，根据求出来的旋转体侧面积，推出原来的旋转

因为发散的级数的和函数也发散，所以以下讨论的情况均为级数收敛或x处于收敛域内时的情形1.定义法：直接利用和函数为前n项之和求出例如，求通项公式为x^n的级数的和函数，n=0,1,2...首先求出收敛域为(-1,1)，所以和函数为要注意x=0时，s(x)是否为0，因为这个级数中n从0开始计数，所以式子正确，否则要写成分段的表达式2.求导法：利用公式：求处各项求导后的级数的和后再积分，便得到结果3.积