机器学习 | 注意力机制

注意力机制 (Attention)：是人工神经网络中一种模仿认知注意力的技术。这种机制可以增强神经网络输入数据中某些部分的权重，同时减弱其他部分的权重，以此将网络的关注点聚焦于数据中最重要的一小部分。数据中哪些部分比其他部分更重要取决于上下文。

机器学习 | 残差神经网络

残差神经网络 (Residual Neural Network, ResNet): 属于深度学习模型的一种，其核心在于让网络的每一层不直接学习预期输出，而是学习与输入之间的残差关系。

卷积神经网络 (Convolutional Neural Network, CNN): 是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色表现。

卷积 (Convolution): 一种结合两个函数形成新函数的方法，即 $h (x) = f (x) * g (x)$ .

伴随我 ACM 入门到入土的板子，自我评价是基本包含了所有基础内容，代码风格较为简单清晰，没有使用过分的压行黑魔法。

模板正确性基本能够保证，因为我自己就是用这个板子打比赛的，修修补补应该没啥问题了。

隐马尔可夫模型 (Hidden Markov Model): 一种统计模型，用来描述一个含有隐含未知参数的马尔可夫过程。