经常有人向外媒NeoWin的资深编辑Rich Woods咨询笔记本的选购事宜，而他推荐最多的就是联想的ThinkPad X1系列。如果你想要变型，驾驭各种情境需求，那么可以选择X1 Yoga；如果你想要一款轻薄的超极本，那么X1 Carbon往往是最佳选择。

至于推荐的理由有很多，包括卓越的外观设计、强悍的性能输出、稳定和省心的系统和应用支持，优秀的Dolby Vision屏幕等等。而在这些卖点基础上，2019年款ThinkPadX1 Carbon还首次带来了4K型号，这是首次在14英寸的X1系列笔记本中提供4K屏幕。

同步带轮又叫做同步轮，是轮缘上面具有等间距离轴向齿形的带轮。同步带轮的材料可以分为不锈钢材质，铝合金材质还有碳钢材质等等。

在信号处理中，有时需要测量信号某些特征（例如峰）之间的水平距离。 一个很好的例子就是解释心电图（ECG），这在很大程度上取决于测量距离。 我们将考虑下图中只有两个峰的平滑信号的一个样例。

解决这个问题很简单，可以通过找到峰值，然后减去它们的X坐标来测量它们之间的水平距离来解决。这可以通过使用可用的工具和库有效地完成。然而，我们的目标是训练一个神经网络来预测两个峰之间的距离。一旦我们证明了神经网络可以处理这一任务，我们就可以在更复杂的端到端学习任务中重用相同的架构，而测量距离只是学习更复杂关系的一种手段。这源于深度学习的理念，即我们应该尝试让神经网络学习特征，而不是让工程师手工编码特征并希望这些特征是最相关的。如果我们能证明神经网络可以学习距离特征，我们就可以在更复杂的网络中使用它，在这些网络中，最终结果将取决于距离以外的许多其他因素。这些任务的典型例子是解释心电图或天文数据。