压缩包内包含2022年广东省赛前样题以及自己的宝贵学习笔记，对刚接触这个比赛的入门小白比较友好。 大佬们轻喷。感谢，非常感谢。 有错误欢迎指出，定会虚心改正。

压缩包里包含了刚接触赛项时，设备商和指导老师给的所有学习资料。 资源来源与设备商工程师给的以及负责老师给的，如有侵权练习删除。

压缩包内包含2022年国赛题，但没有答题标准，有自己的宝贵学习笔记，对刚接触这个比赛的入门小白比较友好。 大佬们轻喷。感谢，非常感谢。 有错误欢迎指出，定会虚心改正。

本文通过实战案例讲解TPA-LSTM实现多元时间序列预测，在本文中所提到的TPA和LSTM分别是注意力机制和深度学习模型,通过将其结合到一起实现时间序列的预测，本文利用有关油温的数据集来进行训练模型，同时将模型保存到本地，进行加载实现多步长预测，本文所利用的数据集也可以替换成你个人的数据集来进行预测(修改个人的数据集的地方本文也进行了标注)，同时本文会对TPA和LSTM分别进行概念的讲解帮助大家理解其中的运行机制原理(包括个人总结已经论文内容)。TPA（Temporal Pattern Attention）注意力机制是一种用于处理时间序列数据的注意力机制。它的工作原理是在传统的注意力机制的基础上引入了时间模式的概念，以更好地捕捉时间序列中的重要模式和特征。LSTM（长短期记忆，Long Short-Term Memory）是一种用于处理序列数据的深度学习模型，属于循环神经网络（RNN）的一种变体,其使用一种类似于搭桥术结构的RNN单元。相对于普通的RNN，LSTM引入了门控机制，能够更有效地处理长期依赖和短期记忆问题，是RNN网络中最常使用的Cell之一。配合我的博客大家可以实现预测。

NULL 博文链接：https://lampeter123.iteye.com/blog/464725

一个大佬的数据分析之路总结，业余时间如何学习成为数据分析指导。知识星球的资源

关于学习EtherCAT从站XMC4300的资料：零基础入门使用XMC4300开发板，从入门到进阶以及关于开发板的学习内容，实践内容，例程都存在，并且该资源描述了关于XMC4300开发板的官方代码的解析以及图示，函数调用，功能分析等等，对新手入门是一个非常好的资源！

人工智能深度学习，语音克隆项目 Bert-vits2项目，目前效果最完美的开源TTS项目 版本号：2.3 文件包括，模型本体G_6000.pth 配置文件config.json 天童爱丽丝语音模型，语言：日语，训练步数：6000 语气韵律完美，抑扬顿挫，语笑嫣然，自然流畅，适合作为小说阅读、口播、口替等功能领域。 请勿用于非法用途，也不得用作商业领域。

基于Pytorch实现GRU模型

1，shell 是大小写敏感的，空格敏感的！ a!=A a=1(正确)a = 1(错误) 2，清屏命令 clear ？3，declare -x variable 设置环境变量 与普通变量的区别在于可以在之后的其他脚本和程序中使用。 4，双引号（“”）存在保留字符$, \, `, "。 单引号（‘’）作为纯string。 反引号（``）键盘1左边，作为shell命令执行。()也有这个作用【相当于在此处插入新的shell，此处会被新的shell的echo内容全部替换】 \（转义字符）---特殊字符转为普通字符 5，默认情况下，所有的变量都是全局变量！！！ 【except：函数的参数是局部变量】 局部变量的自定义： local va=1定义局部变量，