深度学习：到底怎么理解embedding 注意到embedding这个词，很大可能是在进行时间序列上的处理过程中遇到的，遇到的时间序列模型中，很大部分需要用到embedding过程，同时在看相关的程序代码的时候看到模型的结构设计中设计到embedding层。那么到底什么是embedding，还有embedding完成了什么操作，这里记录一下最直观的解释。
通信信道：无线信道中衰落的类型和分类 在进行通信系统仿真时，简单的情况下选择AWGN信道，但是AWGN信道和真是通信中的信道相差甚远，所以需要仿真各种其他类型的信道，为了更清楚理解仿真信道的特点，首先回顾查找了一下各种不同的衰落。相比较感觉说的比较清晰，记录如下。
深度学习：UserWarning: The parameter ‘pretrained‘ is deprecated since 0.13..解决办法 UserWarning: The parameter 'pretrained' is deprecated since 0.13 and may be removed in the future, please use 'weights' instead. 解决办法
Python：torch.nn.Conv1d(), torch.nn.Conv2d()和torch.nn.Conv3d()函数理解 在torch中的卷积操作有三个，torch.nn.Conv1d(),torch.nn.Conv2d()还有torch.nn.Conv3d(),这是搭建网络过程中常用的网络层，为了用好卷积层，需要知道这些参数代表的含义。这三种不同的卷积的输入参数是相同的,所以只看一个就可以。这里面的参数网上有很多说明，重点是怎么理解和使用。
深度学习：Sigmoid函数与Sigmoid层区别 在深度学习和神经网络中，“Sigmoid” 是一个常见的术语，通常用来表示两个相关但不同的概念：Sigmoid激活函数和Sigmoid神经网络层。这两者在神经网络中的使用和功能有所不同。下面记录说明它们之间的区别。
Pyhon:串口应用及数据解析过程 串口通信是一种常用的通信协议，本文重点记录在Python中使用串口，并且以一款电源保护板的串口数据协议为例，对其进行解析，记录收发过程中对16进制数据进行转换的过程。
python:消除已安装库在import导入时出现红线问题 对于安装的第三方库文件环境不在本工程中的情况，在setting-Build…-Trusted Locations中添加环境所在目录，再次运行，即可消除。在工程目录中的程序可以采用Mark directory - Source Root方法。在pycharm中，对于已经安装的库文件，在进行import导入时出现红线，不影响运行，简单有效的消除红线的方法。
STM32：利用PWM波控制飞盈电调过程和注意事项 因为采用的PA8作为IO口的输出，电调的控制信号可以接在此端口上。电调的型号和种类繁多，但是大部分的原理应该相同，这里面采用FLYCOLOR家的多旋翼无刷电子调速器进行实验，单片机选择的是正点原子的stm32 MINI 开发版，芯片信号为stm32f103rct6。注意代码中的输出PWM1模式，然后占空比的大小为led0pwmval/57600，设定中间添加延时，先可以时间长一点，然后根据校准需要的时间进行调整。看电调的说明书，说明书中会有参数和连接方式等介绍，这些需要注意一下，重点看的是工作过程提示音，
MATLAB函数封装2：QT调用封装函数 这个过程就完成了函数的调用的过程，注意对于传入的函数的值必须为mwArray类型，对于该类型的赋值可以使用方法setData,其中的第二个参数为赋值的个数，因为数据类型表示的是矩阵，所以不一定是一个，对应的传入的量可以用一个数组类型，注意输入数据的维度要和MATLAB中定义的保持一直，如第一个input1表示的输入的是一个360*1的向量，共360个元素，这时候如果利用数组赋值需要input1.SetData(input1Data, 360)对该变量进行赋值。打开.h文件，其中需要使用的函数有两个，
MATLAB函数封装1：生成QT可以调用的.dll动态链接库 要想进行函数的封装过程，首先需要MATLAB的app扩展包，这里给出下载好的安装包，用MATLAB打开后可以直接进行安装，这个是安装的编译器，此安装过程不需要卸载已经安装好的MATLAB，重新安装。自己编写的.m函数文件可以封装，同样的对于MATLAB自带的函数也可以进行封装，也可以正常调用，同时对于调用自己的函数的嵌套函数，只要在同一个文件夹下，是可以识别后整体进行封装的，不影响使用过程。封装完成的动态链接库想要在QT中进行调用，需要注意所选择的编译器要和QT中使用的编译器保持一致，
关注
