On-line: one pair of $(x_t, \hat{y_t})$ at a time step.
Off-line: pour all $(x_t, \hat{y_t})$ into the model at every time step.
因为没有足够大的内存空间，所以一次只能得到一个 $x$。
接下来所要介绍的是 Off-line 的版本（也就是这里挖了一个坑，On-line 的怎么解决）
