<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[xiaofeixia002X的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/xiaofeixia002X</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; xiaofeixia002X]]></copyright><item><title><![CDATA[VS2010乱码问题解决]]></title><link>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/162480035</link><guid>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/162480035</guid><author>xiaofeixia002X</author><pubDate>Wed, 01 Jul 2026 10:42:50 +0800</pubDate><description><![CDATA[关闭 Windows 的“Beta: 使用 Unicode UTF-8 提供全球语言支持。]]></description><category></category></item><item><title><![CDATA[RGB转换至HSV空间后提取色调图HUE map]]></title><link>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/160175378</link><guid>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/160175378</guid><author>xiaofeixia002X</author><pubDate>Wed, 15 Apr 2026 11:37:55 +0800</pubDate><description><![CDATA[【代码】RGB转换至HSV空间后提取色调图HUE map。]]></description><category></category></item><item><title><![CDATA[海洋遥感论文中常说的：in-situ数据和proxy]]></title><link>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/160121737</link><guid>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/160121737</guid><author>xiaofeixia002X</author><pubDate>Mon, 13 Apr 2026 20:36:24 +0800</pubDate><description><![CDATA[proxy 的意思是：代理、替代指标也就是说，真实想研究的量不好直接测，就先用另一个和它相关的量来“替代表示”。举例例1：Chl-a 作为 HAB 的 proxy很多论文不能直接在大范围上获取：有害藻种浓度 赤潮毒性所以就用：Chl-a来近似表示藻华强度。这时：Chl-a 就是 HAB 的 proxy例2：POC 作为营养/有机物条件的 proxy如果作者没有直接营养盐数据，就可能用：POC来间接反映某些有机颗粒物和营养环境状态这时：POC 就是某类生态过程的 proxy。]]></description><category></category></item><item><title><![CDATA[Benchmark model和baseline model]]></title><link>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/160101905</link><guid>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/160101905</guid><author>xiaofeixia002X</author><pubDate>Mon, 13 Apr 2026 11:09:36 +0800</pubDate><description><![CDATA[作用：先跑一个简单、经典、容易复现的模型，拿到一个基础分数，作为后续改进的参照。你后面做的所有新方法，都要比 Baseline 好才有意义。特点：通常不复杂，可能是传统方法、简单神经网络、公开的轻量模型。中文常译：基线模型、基准线模型。]]></description><category></category></item><item><title><![CDATA[Mamba学习笔记2：Mamba模型]]></title><link>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/159799532</link><guid>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/159799532</guid><author>xiaofeixia002X</author><pubDate>Fri, 03 Apr 2026 16:19:16 +0800</pubDate><description><![CDATA[所有 Mamba 模型，本质都是：在不同任务上，如何设计“扫描顺序 + 状态更新方式 + 融合结构”。]]></description><category></category></item><item><title><![CDATA[Mamba学习笔记1：Transformer和Mamba比较（易理解版）]]></title><link>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/159788222</link><guid>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/159788222</guid><author>xiaofeixia002X</author><pubDate>Fri, 03 Apr 2026 10:25:20 +0800</pubDate><description><![CDATA[现在很多大模型用的是 Transformer。的是：它读到一个词时，可以“回头看全文”，所以很会抓上下文关系。Mamba 就是在试图解决这个问题：能不能别每次都回头翻全文，而是边读边把最重要的信息浓缩记住？]]></description><category></category></item><item><title><![CDATA[3D卷积和2D卷积区分-高光谱图像为例]]></title><link>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/159757888</link><guid>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/159757888</guid><author>xiaofeixia002X</author><pubDate>Thu, 02 Apr 2026 11:13:25 +0800</pubDate><description><![CDATA[每个像素都有 30 个光谱值 → 可以理解成 像素的“光谱指纹”所以高光谱图像就是 一个 3D 堆叠：空间 × 空间 × 光谱。]]></description><category></category></item><item><title><![CDATA[自注意力（Self-Attention）、单头注意力（Single-Head Attention） 和 多头注意力（Multi-Head Attention）]]></title><link>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/159752341</link><guid>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/159752341</guid><author>xiaofeixia002X</author><pubDate>Thu, 02 Apr 2026 09:48:01 +0800</pubDate><description><![CDATA[它内部有三个线性层（Q、K、V），将 d_model 映射到 head_size，然后计算注意力。多头注意力 将多个单头注意力并行执行，每个头使用不同的线性投影（即不同的 Q、K、V 权重），从而让模型从不同的子空间（head_size 维）学习不同的特征交互模式。单头注意力 就是只使用一个注意力头的自注意力。也就是说，Q、K、V 的线性投影将输入映射到 head_size = d_model 的维度（因为只有一头，所以 head_size = d_model），然后直接做一次缩放点积注意力。]]></description><category></category></item><item><title><![CDATA[transformer学习笔记3]]></title><link>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/159726275</link><guid>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/159726275</guid><author>xiaofeixia002X</author><pubDate>Wed, 01 Apr 2026 13:49:10 +0800</pubDate><description><![CDATA[完全不能读第 3 到第 6 个 token，因为它们属于未来位置。从第 1 个 token 读取约 42.3% 的信息。这个矩阵就是真正的“读信息比例”。然后对每一行做 softmax，得到注意力权重。实际使用中并非如此，这里为计算简单。加因果掩码，因为语言模型中看不到未来。从自己读取约 57.7% 的信息。序列长度T=6，输入维度d=3。得到scores（6×6矩阵）最后，对 Value 加权求和。然后算分数矩阵score。投影矩阵假设就是1矩阵。]]></description><category></category></item><item><title><![CDATA[transformer学习笔记2]]></title><link>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/159715228</link><guid>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/159715228</guid><author>xiaofeixia002X</author><pubDate>Wed, 01 Apr 2026 11:51:42 +0800</pubDate><description><![CDATA[标准的Encoder Only类型的Transformer架构的示意图。]]></description><category></category></item><item><title><![CDATA[transformer学习笔记1]]></title><link>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/159687605</link><guid>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/159687605</guid><author>xiaofeixia002X</author><pubDate>Tue, 31 Mar 2026 15:19:52 +0800</pubDate><description><![CDATA[如果用最简单的话定义 Transformer：Transformer 是一种基于注意力机制的网络，它通过让每个 token 和其他 token 动态建立关系，来学习全局上下文信息。token：输入被拆成的小单位embedding：token 变成机器能处理的向量position：告诉模型顺序或位置self-attention：每个 token 去看和自己最相关的其他 tokenmulti-head：从多个角度同时看关系。]]></description><category></category></item><item><title><![CDATA[class_weight=‘balanced‘缓解类别不平衡问题]]></title><link>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/159388809</link><guid>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/159388809</guid><author>xiaofeixia002X</author><pubDate>Mon, 23 Mar 2026 15:54:57 +0800</pubDate><description><![CDATA[当 class_weight=‘balanced’ 时，每个类别 i 的权重 w_i 计算如下：nsamples​ ：训练集总样本数nclasses​ ：类别总数（不包含背景，如果有）ni​ ：类别 i 的样本数例类别 C（样本最少）获得最大权重，类别 A（样本最多）权重最小。]]></description><category></category></item><item><title><![CDATA[上位机、下位机、FPGA、算法放在哪层合适？]]></title><link>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/157930729</link><guid>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/157930729</guid><author>xiaofeixia002X</author><pubDate>Tue, 10 Feb 2026 08:49:39 +0800</pubDate><description><![CDATA[在工业自动化、嵌入式系统和机器人领域，工程师们面临着一个关键决策：我们的算法到底应该在哪里运行？ 是放在功能强大的上位机，还是嵌入资源有限的下位机，抑或是烧录进并行处理的 FPGA？这个选择如同为军队选择战场，直接影响着整个系统的成败。]]></description><category></category></item><item><title><![CDATA[import PyEMD 一直报错问题：No module named ‘PyEMD‘修复]]></title><link>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/155611397</link><guid>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/155611397</guid><author>xiaofeixia002X</author><pubDate>Fri, 05 Dec 2025 16:36:47 +0800</pubDate><description><![CDATA[安装环境也对，信息也有，就是报错。]]></description><category></category></item><item><title><![CDATA[LLMs、RAG、AI Agent三个区别]]></title><link>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/155064383</link><guid>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/155064383</guid><author>xiaofeixia002X</author><pubDate>Thu, 20 Nov 2025 14:11:17 +0800</pubDate><description><![CDATA[LLM=大脑，RAG=图书馆与检索员，Agent=项目经理+工具箱。]]></description><category></category></item><item><title><![CDATA[C++工程实战入门笔记19-function、bind、lambda的使用]]></title><link>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/151828275</link><guid>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/151828275</guid><author>xiaofeixia002X</author><pubDate>Thu, 18 Sep 2025 17:00:10 +0800</pubDate><description><![CDATA[本文介绍了C++中三种函数式编程工具的使用方法：std::function：用于包装各类可调用对象，包括普通函数、成员函数等。bind：用于参数绑定和重排序，支持占位符(_1,_2等)实现参数位置调整，也可绑定成员函数与对象实例。 lambda表达式：支持匿名函数定义，包含参数传递、返回值、auto类型推导等功能，提供值捕获[=]和引用捕获[&]两种变量捕获方式，还能访问类成员函数。
]]></description><category></category></item><item><title><![CDATA[C++工程实战入门笔记18-函数指针（全局函数和成员函数）]]></title><link>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/151795569</link><guid>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/151795569</guid><author>xiaofeixia002X</author><pubDate>Wed, 17 Sep 2025 15:38:44 +0800</pubDate><description><![CDATA[public:MyClass()// 构造函数//成员函数Testreturn 0;]]></description><category></category></item><item><title><![CDATA[C++工程实战入门笔记17-map的初始化和增删改查]]></title><link>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/151785462</link><guid>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/151785462</guid><author>xiaofeixia002X</author><pubDate>Wed, 17 Sep 2025 10:19:34 +0800</pubDate><description><![CDATA[使用 map 需要包含。]]></description><category></category></item><item><title><![CDATA[C++工程实战入门笔记16-智能指针]]></title><link>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/151758215</link><guid>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/151758215</guid><author>xiaofeixia002X</author><pubDate>Tue, 16 Sep 2025 15:59:04 +0800</pubDate><description><![CDATA[本文介绍了C++智能指针的使用方法，主要包括：1.创建智能指针的传统方式和推荐的make_unique方式；2.访问对象成员的两种方法；3.获取原始指针的get()方法；4.重置智能指针的reset()方法；5.释放所有权的release()方法；6.使用移动语义转移所有权。重点说明了make_unique的优势，包括更高效的代码、避免类型重复和内存安全保证。通过示例代码演示了unique_ptr的各项操作，展示了智能指针的生命周期管理机制。]]></description><category></category></item><item><title><![CDATA[C++工程实战入门笔记15-移动语义]]></title><link>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/151365595</link><guid>https://blog.youkuaiyun.com/xiaofeixia002X/article/details/151365595</guid><author>xiaofeixia002X</author><pubDate>Tue, 09 Sep 2025 16:54:34 +0800</pubDate><description><![CDATA[本文通过5段C++代码演示了vector的构造、拷贝和移动语义。初始代码展示了vector的3次构造和析构；加入值传递函数调用后，触发3次拷贝构造；定义拷贝构造函数后，明确显示拷贝过程；使用move语义后，避免了拷贝操作；最后验证了移动后原vector变为空。这些实验清晰展示了vector对象在拷贝和移动时的行为差异，特别是move操作如何高效转移资源所有权。]]></description><category></category></item></channel></rss>