ANOMALY TRANSFORMER: TIME SERIES ANOMALY DETECTION WITH ASSOCIATION DISCREPANCY 本文试图从一个全新的视角去分析时序异常检测。不同于之前的逐点建模的方式，我们想通过建模每个时刻与其他点的关系来作为每个时刻的特征，这样更具信息量，也就对应更方便进行检测。
MEMTO: Memory-guided Transformer for Multivariate Time Series Anomaly Detection 提出了 MEMTO，一种使用基于重构的方法的内存引导变压器。它被设计成包含一个新的存储模块，可以学习每个存储项应该在何种程度上更新以响应输入数据。为了稳定训练过程，我们采用了两阶段的训练模式，其中包括使用 K平均算法来初始化记忆项目。此外，我们还引入了一个基于二维偏差的检测准则，该准则同时考虑了输入空间和潜在空间，计算异常分数。
conda pack环境迁移并下载安装离线包 训练服务器为了安全起见，限制不能联网，无法直接创建虚拟环境及安装模型的依赖库，所以需要把另一台测试服务器已经部署好的虚拟环境迁移到训练服务器上，并在不能联网的情况下安装一些离线包。过程记录如下记录。
alias取别名后，另一个shell中和shell脚本中不生效的问题以及crontab执行docker失败问题 alias取别名后，另一个shell中和shell脚本中不生效的问题以及crontab执行docker失败问题
DVA环境配置时出错： SQLite does not support JSONFields以及vue和vue-template-compiler版本不匹配的错误 SQLite does not support JSONFields以及vue和vue-template-compiler版本不匹配
关注
