摘要多步（尺度）预测通常包含一个复杂的输入组合——包括静态（即时不变）协变量、已知的未来输入，以及其他仅在过去观察到的外生时间序列——没有任何关于它们如何与目标相互作用的先验信息。几种深度学习方法已经被提出，但它们通常是“黑盒”模型，并不能阐明它们如何使用实际场景中出现的全部输入。在本文中，我们介绍了时间融合变压器(TFT)——一种新的基于注意的架构，它结合了高性能的多步预测和对时间动态的可解释的洞察力。为了学习不同尺度上的时间关系，TFT使用循环层进行局部处理，并使用可解释的自我注意层进行长期依赖。TFT利用专门的组件来选择相关的特性和一系列的门控层来抑制不必要的组件，从而在广泛的场景中实现

摘要多步（尺度）预测通常包含一个复杂的输入组合——包括静态（即时不变）协变量、已知的未来输入，以及其他仅在过去观察到的外生时间序列——没有任何关于它们如何与目标相互作用的先验信息。几种深度学习方法已经被提出，但它们通常是“黑盒”模型，并不能阐明它们如何使用实际场景中出现的全部输入。在本文中，我们介绍了时间融合变压器(TFT)——一种新的基于注意的架构，它结合了高性能的多步预测和对时间动态的可解释的洞察力。为了学习不同尺度上的时间关系，TFT使用循环层进行局部处理，并使用可解释的自我注意层进行长期依赖。TFT利用专门的组件来选择相关的特性和一系列的门控层来抑制不必要的组件，从而在广泛的场景中实现

“日常工作中,我们拿到一款新sensor，一般都是先点亮，再接着调试效果。但点亮及调试也是有流程的，需按流程一步步去完成才可以，此文总结一下，关于sensor从点亮出图到效果调试的一个大致流程。如觉得文中哪里有问题，或者不清楚的地方，欢迎联系指出。”1、Sensor调试流程2、准备材料1）、确认主芯片规格支持的最大分辨率、mclk、mipi速率上限、支持的lane数、支持的raw图像位深、支持的raw图像类型（mono/rgb/rgbir）2）、硬件原理图客户主板上调试，则需要客户提供主板原理图；平台公板上调试，则需要提供模组转接板原理图、相应公板的原理图。3）、Sensordatasheet

“日常工作中,我们拿到一款新sensor，一般都是先点亮，再接着调试效果。但点亮及调试也是有流程的，需按流程一步步去完成才可以，此文总结一下，关于sensor从点亮出图到效果调试的一个大致流程。如觉得文中哪里有问题，或者不清楚的地方，欢迎联系指出。”1、Sensor调试流程2、准备材料1）、确认主芯片规格支持的最大分辨率、mclk、mipi速率上限、支持的lane数、支持的raw图像位深、支持的raw图像类型（mono/rgb/rgbir）2）、硬件原理图客户主板上调试，则需要客户提供主板原理图；平台公板上调试，则需要提供模组转接板原理图、相应公板的原理图。3）、Sensordatasheet