OmniNet：用于多模式多任务学习的统一架构 OmniNet是用于多模式多任务学习的Transformer体系结构的统一和扩展版本。 单个OmniNet体系结构可以对几乎任何现实领域（文本，图像，视频）的多个输入进行编码，并能够跨多种任务进行异步多任务学习。 OmniNet体系结构包含多个称为神经外围设备的子网，用于将特定于域的输入编码为时空表示形式，并连接到称为中央神经处理器（CNP）的通用中央神经网络。 CNP实现了基于变压器的通用时空编码器和多任务解码器。 该存储库包含用于的官方Pytorch实施（Pramanik等）。 本文演示了OmniNet的一个实例，该实例经过联合训练以执行

fiber-optic-communication-systems-isbn-0471215716-govind-p-agrawal 光纤通信系统专业教材

光纤通信系统第2版 课后习题答案

光纤通信系统的国外经典教材，讲述光纤通信基础知识和主要技术原理

光纤是二十世纪的重大发明之一，其导光性能臻于完美，很难想像还会有更好的替代者。本书是光学、光子学和光通信领域的重要译著，分原理篇和应用篇两部分。原理篇包括光传输方程、群速度色散、自相位调制、调制不稳定性和光孤子、偏振效应、交叉相位调制、受激散射和光参量过程等内容，科学归纳为非线性光纤光学，侧重于基本概念和原理。应用篇内容包括光纤光栅、光纤耦合器，各种光纤干涉仪、光纤放大器和光纤激光器，光脉冲压缩技术，以及有关光纤通信系统和孤子波系统中的传输问题，体现了非线性光纤光学在光波技术、光通信领域的应用。

This book provides a comprehensive account of fiber-optic communication systems. The 3rd edition of this book is used worldwide as a textbook in many universities. This 4th edition incorporates recent advances that have occurred, in particular two new chapters. One deals with the advanced modulation formats (such as DPSK, QPSK, and QAM) that are increasingly being used for improving spectral efficiency of WDM lightwave systems. The second chapter focuses on new techniques such as all-optical regeneration that are under development and likely to be used in future communication systems. All other chapters are updated, as well.

作者：Govind P Agrawal。本书目前最新版Govind Agrawal在美国罗彻斯特大学担任光学教授和物理学教授职位。 他之前的任命是在法国的高等理工学院，纽约的城市大学和AT＆T贝尔实验室。 他是400多篇研究论文和8本书的作者或合着者。 他还参与了国际会议的规划工作，并经常在此类会议上发言。 Agrawal教授是美国光学学会和IEEE的会员。 他曾在1993年至1998年期间担任美国光学学会期刊的副主编，并从2001年至2004年担任Optics Express的副主编。他目前在OSA期刊“光学与光子学进展”编辑委员会任职。 Agrawal教授担任美国光学学会出版委员会主席，2009年也是其董事会成员，他还是2012年IEEE光子学会量子电子奖的获得者。

是关于光纤通信的国外资料 从北邮光通信学院老师那弄 不大容易找到