代码解析参考资料建议大家在阅读前有一定Transformer模型基础，可以先看看Transformer论文，论文下载链接阅读Informer时序模型论文，重点关注作者针对Transformer模型做了哪些改进，论文下载链接Informer时序模型Github地址，数据没有包含在项目中，需要自行下载，这里提供下载地址(包含代码文件和数据)参数设定模块(main_informer)值得注意的是'--model'、'--data'参数需要去掉required参数，否则运行代码可能会报'--model'、'--data'错误修改完参数后运行该模块，保证代码运行不报错的情况下进行debug参数含义下面是

Failedtoextractnativelibraries,res=-2最近升级了项目的gradle版本，打包的apk，通过adb安装，提示Failure[INSTALL_FAILED_INVALID_APK:Failedtoextractnativelibraries,res=-2]将apk放入Androidstudio中发现，Androidmanifest文件的application节点多了一个属性android:extractNativeLibs="false",查询之后，才知道这个属性会控制会控制在打包的时候，对so库是否进行压缩，并使用zipalign做对齐操作。extractNa

Failedtoextractnativelibraries,res=-2最近升级了项目的gradle版本，打包的apk，通过adb安装，提示Failure[INSTALL_FAILED_INVALID_APK:Failedtoextractnativelibraries,res=-2]将apk放入Androidstudio中发现，Androidmanifest文件的application节点多了一个属性android:extractNativeLibs="false",查询之后，才知道这个属性会控制会控制在打包的时候，对so库是否进行压缩，并使用zipalign做对齐操作。extractNa

消费端启动类控制台循环打印：java.net.ConnectException:Connectionrefused:nofurtherinformation atsun.nio.ch.SocketChannelImpl.checkConnect(NativeMethod)~[na:1.8.0_251] atsun.nio.ch.SocketChannelImpl.finishConnect(SocketChannelImpl.java:717)~[na:1.8.0_251] atorg.apache.zookeeper.ClientCnxnSocketNIO.doTransport(Clien

消费端启动类控制台循环打印：java.net.ConnectException:Connectionrefused:nofurtherinformation atsun.nio.ch.SocketChannelImpl.checkConnect(NativeMethod)~[na:1.8.0_251] atsun.nio.ch.SocketChannelImpl.finishConnect(SocketChannelImpl.java:717)~[na:1.8.0_251] atorg.apache.zookeeper.ClientCnxnSocketNIO.doTransport(Clien

系列文章目录【SQL开发实战技巧】系列（一）:关于SQL不得不说的那些事【SQL开发实战技巧】系列（二）：简单单表查询【SQL开发实战技巧】系列（三）：SQL排序的那些事【SQL开发实战技巧】系列（四）：从执行计划讨论UNIONALL与空字符串&UNION与OR的使用注意事项【SQL开发实战技巧】系列（五）：从执行计划看IN、EXISTS和INNERJOIN效率，我们要分场景不要死记网上结论【SQL开发实战技巧】系列（六）：从执行计划看NOTIN、NOTEXISTS和LEFTJOIN效率，记住内外关联条件不要乱放【SQL开发实战技巧】系列（七）：从有重复数据前提下如何比较出两个表中的差异数据及

系列文章目录【SQL开发实战技巧】系列（一）:关于SQL不得不说的那些事【SQL开发实战技巧】系列（二）：简单单表查询【SQL开发实战技巧】系列（三）：SQL排序的那些事【SQL开发实战技巧】系列（四）：从执行计划讨论UNIONALL与空字符串&UNION与OR的使用注意事项【SQL开发实战技巧】系列（五）：从执行计划看IN、EXISTS和INNERJOIN效率，我们要分场景不要死记网上结论【SQL开发实战技巧】系列（六）：从执行计划看NOTIN、NOTEXISTS和LEFTJOIN效率，记住内外关联条件不要乱放【SQL开发实战技巧】系列（七）：从有重复数据前提下如何比较出两个表中的差异数据及

Transformer框架时间序列模型Informer内容与代码解读注：大家觉得博客好的话，别忘了点赞收藏呀，本人每周都会更新关于人工智能和大数据相关的内容，内容多为原创，PythonJavaScalaSQL代码，CVNLP推荐系统等，SparkFlinkKafkaHbaseHiveFlume等等~写的都是纯干货，各种顶会的论文解读，一起进步。论文：https://arxiv.org/abs/2012.07436代码：https://github.com/zhouhaoyi/Informer2020#博学谷IT学习技术支持#文章目录Transformer框架时间序列模型Informer内容与代

Transformer框架时间序列模型Informer内容与代码解读注：大家觉得博客好的话，别忘了点赞收藏呀，本人每周都会更新关于人工智能和大数据相关的内容，内容多为原创，PythonJavaScalaSQL代码，CVNLP推荐系统等，SparkFlinkKafkaHbaseHiveFlume等等~写的都是纯干货，各种顶会的论文解读，一起进步。论文：https://arxiv.org/abs/2012.07436代码：https://github.com/zhouhaoyi/Informer2020#博学谷IT学习技术支持#文章目录Transformer框架时间序列模型Informer内容与代

本博客主要分为两部分：1、PINN模型论文解读2、PINN模型相关总结第一部分：PINN模型论文解读一、摘要基于物理信息的神经网络（Physics-informedNeuralNetwork，简称PINN），是一类用于解决有监督学习任务的神经网络，同时尊重由一般非线性偏微分方程描述的任何给定的物理规律。原理：它不仅能够像传统神经网络一样学习到训练数据样本的分布规律，而且能够学习到数学方程描述的物理定律。优势：与纯数据驱动的神经网络学习相比，PINN在训练过程中施加了物理信息约束，因而能用更少的数据样本学习到更具泛化能力的模型。缺陷：PINN的缺点是较难处理高维数据，低维可以处理，因为所需训练数