<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[m0_53405041的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/m0_53405041</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; m0_53405041]]></copyright><item><title><![CDATA[翁凯C语言学习（自用笔记）]]></title><link>https://blog.youkuaiyun.com/m0_53405041/article/details/160322657</link><guid>https://blog.youkuaiyun.com/m0_53405041/article/details/160322657</guid><author>m0_53405041</author><pubDate>Mon, 20 Apr 2026 09:26:23 +0800</pubDate><description><![CDATA[无。]]></description><category></category></item><item><title><![CDATA[三菱PLC GX Works2的软件安装]]></title><link>https://blog.youkuaiyun.com/m0_53405041/article/details/143059940</link><guid>https://blog.youkuaiyun.com/m0_53405041/article/details/143059940</guid><author>m0_53405041</author><pubDate>Sat, 19 Oct 2024 09:12:03 +0800</pubDate><description><![CDATA[三菱PLC软件的安装]]></description><category></category></item><item><title><![CDATA[语义分割之FCN、PSPNET、Deeplab-V3]]></title><link>https://blog.youkuaiyun.com/m0_53405041/article/details/135418271</link><guid>https://blog.youkuaiyun.com/m0_53405041/article/details/135418271</guid><author>m0_53405041</author><pubDate>Fri, 05 Jan 2024 22:42:24 +0800</pubDate><description><![CDATA[PSPNet用带有空洞卷积的预训练的ResNet作为backbone，最后一层提取的feature map大小为输入图像的1/8。因此，通过融合四个不同金字塔尺寸的特征，将输入的feature map分为不同的子区域并生成不同位置的池化表示，从而产生不同尺寸的输出，为了强化全局特征的权重，在金字塔层数为N的情况下，利用一个1x1的卷积将上下文表示的维度降到1/N。这有助于提高分割的准确性。网络在场景分析数据集上存在的问题，Pspnet提出一系列改进方案，以提升场景分析中对于相似颜色、形状的物体的检测精度。]]></description><category></category></item><item><title><![CDATA[transformer]]></title><link>https://blog.youkuaiyun.com/m0_53405041/article/details/135408399</link><guid>https://blog.youkuaiyun.com/m0_53405041/article/details/135408399</guid><author>m0_53405041</author><pubDate>Fri, 05 Jan 2024 22:03:18 +0800</pubDate><description><![CDATA[encoders—decoders（编码--解码）可以由多个小encoder—decoder组成，数量可以自己定，是一个×N的结构，所有的小encorder结构式完全相同的，小decorder结构式也完全相同的。字向量经过embedding对位相加得到新的X，经过自注意力得到Z，Z和A对位相加，残差结果输出，经过两层的全连接，经过残差做最终输出结果。对于RNN ，U输入参数，W隐藏参数，V输出参数，对于RNN所有的timestamp公用一套参数，RNN是先后依次处理的，是串行的，速度慢。]]></description><category></category></item><item><title><![CDATA[计算机空战综述]]></title><link>https://blog.youkuaiyun.com/m0_53405041/article/details/135414853</link><guid>https://blog.youkuaiyun.com/m0_53405041/article/details/135414853</guid><author>m0_53405041</author><pubDate>Fri, 05 Jan 2024 19:30:52 +0800</pubDate><description><![CDATA[计算机空战综述]]></description><category></category></item></channel></rss>