<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[QLluck的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/QLluck</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; QLluck]]></copyright><item><title><![CDATA[全链接层：线性变换与非线性整合]]></title><link>https://blog.youkuaiyun.com/QLluck/article/details/149017967</link><guid>https://blog.youkuaiyun.com/QLluck/article/details/149017967</guid><author>QLluck</author><pubDate>Mon, 30 Jun 2025 11:22:03 +0800</pubDate><description><![CDATA[神经网络是一种受生物神经系统启发的计算模型，由大量简单处理单元（神经元）互联组成。通过调整连接权重来学习数据中的复杂模式。其中，**全连接层**（也称为线性层）作为核心组件，在结构上与生物神经元最为接近，是构建CNN、RNN等复杂网络架构的基础。]]></description><category></category></item><item><title><![CDATA[池化层：神经网络的特征精炼器与计算优化核心]]></title><link>https://blog.youkuaiyun.com/QLluck/article/details/148818839</link><guid>https://blog.youkuaiyun.com/QLluck/article/details/148818839</guid><author>QLluck</author><pubDate>Sun, 22 Jun 2025 00:54:54 +0800</pubDate><description><![CDATA[池化层（Pooling Layer）是深度学习中用于对特征图进行下采样的核心组件，通过在局部区域内对特征值进行聚合，降低特征图的空间尺寸（高度和宽度），同时保留通道数。其本质是一种 "特征筛选" 机制]]></description><category></category></item><item><title><![CDATA[pytorch的安装]]></title><link>https://blog.youkuaiyun.com/QLluck/article/details/148654493</link><guid>https://blog.youkuaiyun.com/QLluck/article/details/148654493</guid><author>QLluck</author><pubDate>Sat, 14 Jun 2025 16:41:13 +0800</pubDate><description><![CDATA[PyTorch 是一个开源的深度学习框架，由 Facebook AI Research (FAIR) 开发。它提供了灵活的张量计算（类似 NumPy）并支持 GPU 加速，同时拥有动态计算图（区别于 TensorFlow 的静态图），使模型构建和调试更加直观。PyTorch 广泛应用于计算机视觉、自然语言处理、语音识别等领域，是学术研究和工业界的主流框架之一。]]></description><category></category></item><item><title><![CDATA[Conda 与 Pip 的对比及 Miniconda 的下载]]></title><link>https://blog.youkuaiyun.com/QLluck/article/details/148654109</link><guid>https://blog.youkuaiyun.com/QLluck/article/details/148654109</guid><author>QLluck</author><pubDate>Sat, 14 Jun 2025 16:12:34 +0800</pubDate><description><![CDATA[Conda 是一个开源的软件包管理系统和环境管理系统，由 Anaconda, Inc. 开发。其核心功能包括：

环境隔离：创建独立虚拟环境，避免不同项目的依赖冲突（如不同 Python 版本或库版本）。
跨平台依赖管理：支持 Windows、macOS、Linux 系统，统一管理 Python、C/C++、R 等语言的依赖包。
自动化依赖解析：安装包时自动解决版本冲突，无需手动调试。]]></description><category></category></item></channel></rss>