字符串*3：可以把字符串复制三份连起来

"blbld"*3: blbldblbldblbld

”//“：除法结果小数部分舍去

”**“：乘方，如4**3表示4的三次方

str.title

将字符串中的每个单词首字母大写

str.upper

将字符串中的每个字母大写

代码编写最新

代码写到这

请问老师，这个权重矩阵里的数是怎么的出来的？自己定义的吗，还是固定值，还是说通过某种形式计算出来的

统计学和概率学

独立同分布是指在统计学和概率论中，两个或多个随机变量相互之间是独立的，且它们都服从相同的概率分布。这意味着它们的联合分布可以通过各自的边缘分布来推导，且它们之间没有相关性。在实际应用中，独立同分布的假设可以简化许多模型和分析方法的复杂性，使得问题易于处理和推导。

积分

求dao

概率论，需要掌握的zhi'shi

最小二乘，从lim累加和公式之后部分不是很理解了，如何转化成矩阵来计算

import  os

os.getcwd() 获取文件夹路径

os.chdir() 转移到对应文件夹路径

os.makedirs 生产对应路径文件夹

词典大小可以理解成分词之后词的数量，或预先设定的词典中全部词的数量

单个卷积核的size

=考虑上下文的单词数✖词向量的维度✖卷积次数

pycharm和anaconda联动配置在这一章~

DataFrame算术运算加法：

加个括号就可以运算

# 去除空格 strip()去除左右两端空格  lstrip()去除左端空格  rstrip()去除右端空格
# strip()默认删除空格  完整语法：str.strip([chars])    eg: str.strip('0')
aString = "   abcd ef ghijk   "
print(aString.strip() + "|")     #abcd ef ghijk|
print(aString.lstrip() + "|")    #abcd ef ghijk   |
print(aString.rstrip() + "|")    #   abcd ef ghijk|

# 字符串拼接
string = "Can you put them on " + "hold for me,please?"
print("Can you put them on " + "hold for me,please?")
print(string)      #Can you put them on hold for me,please?
print("Spencer: " + string)    #Spencer: Can you put them on hold for me,please?

# 制表符\t 换行符\n
print("a\tb")
print(len("a\tb"))  #3  #制表符算一个字符
print("a\nb")       #a
                    #b

print("Hello Wrold!")
print('Hello Wrold!')

# "" '' 的使用，转义字符\输出;从第一个引号开始到第二个引号结束
print("I'm fine!")
print('I\'m fine!')   #I'm fine!

# title()函数 大写英文句子每个单词的首字母
msg = "Would you want to have a drink?"
msgA = msg.title()
print(msg)        #Would you want to have a drink?
print(msgA)       #Would You Want To Have A Drink?

# upper()函数 大写英文句子所有字母
msgAll_A = msg.upper()
print(msgAll_A)    #WOULD YOU WANT TO HAVE A DRINK?

# lower()函数 小写英文句子所有字母
msgAll_a = msg.lower()
print(msgAll_a)    #would you want to have a drink?

# len()函数 获取字符串长度
length = len(msg)
print(length)      #31    #空格也算字符

这里感觉这样解释更好：

# No non-default options for now.

--use-energy=false
--sample-frequency=16000
--num-mel-bins=80
--low-freq=20
--high-freq=-400
--dither=0.01

优化所有正确路径概率的和

分子：所有路径的概率

分母：所有正确路径的概率