当 Cursor 因旧 token 过期而不再弹出认证窗口，出现报错Failed to authenticate to git remote时，可用 git credential approve 直接写入新 token，绕过 IDE 的认证流程，适用于 Cursor、VS Code 等基于 Git 的编辑器

当 Cursor 因旧 token 过期而不再弹出认证窗口，出现报错Failed to authenticate to git remote时，可用 git credential approve 直接写入新 token，绕过 IDE 的认证流程，适用于 Cursor、VS Code 等基于 Git 的编辑器

在正式进入机械手臂的具体内容之前，我们需要补充一些必备的数学基础，核心在于如何精确地描述一个“刚体”（Rigid Body）的运动状态。这是因为在后续分析中，我们通常将机械手臂的各个部件视为刚体来处理

在第1章，我们掌握了描述机器人任何一个“部件”在空间中 位姿 的语言——齐次变换矩阵。这就好比我们学会了给机器人拍一张完美的“X光片”，能够精确地描述出它每一块“骨骼”（连杆）在某个瞬间的静态位置和姿态。现在，我们要让这副骨骼“动”起来。机械臂的本质，就是一串由关节（Joints）连接起来的连杆（Links）。当我们驱动关节转动时，末端的夹爪（End-Effector）会随之运动。运动学 (Kin

我们在本节中会训练一个基于循环神经网络的字符级语言模型，根据用户提供的文本的前缀生成后续文本。一个简单的循环神经网络语言模型包括输入编码、循环神经网络模型和输出生成。循环神经网络模型在训练以前需要初始化状态，不过随机抽样和顺序划分使用初始化方法不同。当使用顺序划分时，我们需要分离梯度以减少计算量。在进行任何预测之前，模型通过预热期进行自我更新（例如，获得比初始值更好的隐状态）。梯度裁剪可以防止梯度

动手学深度学习-d2l.train_ch3报错：softmax回归的简洁实现里的报错——解决方法

本文还能解决：torch.cuda.is_available() 输出为False；这两个问题，包括标题里的Torch not compiled with CUDA enabled，实际上是同一个问题：环境中Torch的版本和cuda版本不匹配torch.cuda.device_count()输出为 0；

双向循环神经网络通过反向更新的隐藏层来利用方向时间信息；通常用来对序列抽取特征、填空，而不是预测未来。

李沐老师：看K-折交叉验证的结果图，train和valid重合得比较好，说明没有over fitting；同学们要做的就是不断地去调第一行的几个超参数，看平均验证log rmse（核心指标），损失越小越好；调个10-20多次，取最好的一组超参数

ResNet经过多年改进，有了超多版本，一般使用预训练的resnet50就够啦现在所有新的网络，不管是Bert还是Transformer，Residual connection（残差连接）算是标配了，得到了广泛应用Residual connection 在一定程度上体现了“乘法变加法”的思想比如Transformer在多头注意力机制之后，会将输入与注意力层的输出相加