在学习transformer时，文中出现的各种特殊结构的行业黑话使我大受打击，所以从头开始学习，势必要弄懂行业黑话，打不过就加入他们。为了了解Encoder-Decoder结构，所以选择这篇文章ByteNet进行分析。

前面的估计也就无法实施。这时候就需要使用最小二乘估计去估计模型的参数。这与我们学习泰勒展开时所学习的也一致，泰勒级数是局部逼近，并非全局逼近。可以看出，距离越远，偏差越大；包含的导数项阶数越大，偏差越大。就是由多项式所构成的函数。接下来以已知函数表达式为例介绍多项式函数逼近效果，仿真函数区间为。此时我们使用最小化估计误差的方法来求出上述参数。也就可以估计出多项式近似函数的系数。的函数形状，所以也就

因为要入门深度学习，所以想使用Pytorch进行算法开发，又恰好看到了Docker技术（把环境与代码打包，实现快速的迁移部署），种种特性深深吸引了我，但是实践过程中发现使用Docker容器进行算法开发并不是很容易。各种安装包错综复杂，先后顺序理不清楚，所以按照我的理解重新梳理一下流程。等我有钱了一定要买个能用docker的电脑！1.电脑上安装好wsl2，docker，Nvidia驱动，cuda t

由于PDF文件比较大，在稍后进行文件同步时，同步空间可能不太够用，所以需要把PDF文件的保存位置做个更改，需要使用一个插件：Zotfile。在网页中找到对应的论文，然后Zotero插件会自动识别论文，点击导入按钮即可导入Zotero，不过注意要求Zotero是运行状态。但是需要注意，为了方便导入文献及对应的pdf进Zotero中，我们需要在浏览器中安装插件，也就是下方“设置完成后还需要修改Zote

Docker desktop与Docker engine之间的区别我总是分不清楚。通过更换软件源来安装docker。

原始数据点连成的线段如图中所示，使用Nadaraya-Watson插值拟合的和采用拉格朗日拟合曲线比较接近，在图中为连续光滑的曲线。==以后可能经常性的会求出随机变量的均值与方差进行比较以说明理论背后的逻辑。往往找到一种更好的逼近函数的形式，估计效果就会更好。所以用拉格朗日插值基函数对已有数据的拟合效果较好，并且不会受到人为设计的超参数影响。，当然通过不同物理意义上的距离函数，可以修改这个展开，实

VSCode是微软开发的一款编辑器，插件很多，功能强大，不仅可以用来编写程序也可以用来写文档。LaTeX是一种基于TeX的标记语言和编程语言，所以类似于其他编程语言Python等，Latex的文档也需要一个专门的编译器进行编译。此部分内容还没想明白怎么介绍，看别人写的也是云里雾里，不知道为什么要这样设置，等我想明白了再回来补充吧。选择想要安装的版本，建议直接下载iso文件，这样可以离线安装。文件中