Promptable segmentation 可以理解为“可提示分割”。模型不是固定输出某个类别的分割结果，而是根据用户给出的提示决定分割什么。常见提示包括：点 prompt；框 prompt；多个点；前景点和背景点。例如：用户点击猫身上的一个点，模型分割猫；用户给汽车画一个框，模型分割汽车；用户给一个粗 mask，模型输出更精细 mask。这让分割任务变得更加交互式和通用。

原因：PyTorch版本不支持sm_120解决：安装2.8.0+cu128。

CUDA 是 NVIDIA 推出的通用 GPU 并行计算平台和编程模型。英文全称：它的核心作用是：让 GPU 不再只负责图形渲染，而可以进行通用计算（GPGPU）。CUDA 由 NVIDIA 于 2006 年推出，是 GPU 进入通用计算时代的标志。CUDA 不是：一个简单软件一个驱动一个深度学习框架CUDA 是：NVIDIA 为 GPU 构建的通用并行计算平台与编程体系。它让 GPU 从“图形芯

中央处理器它可以理解为计算机的“大脑”，负责执行各种通用任务。比如：运行操作系统打开浏览器处理文件控制程序流程执行各种逻辑判断调度内存和外设通用性强、逻辑控制强、单核能力强。也就是说，CPU 很擅长处理：复杂逻辑分支判断串行任务多种不同类型的小任务切换图形处理器最早它主要是为了图形渲染设计的，比如：3D 游戏图像显示图形绘制它特别擅长做大规模、重复性的并行计算。而深度学习中最核心的计算恰好就是：矩

在前面的“图像卷积”和“卷积层”中，我们已经知道了卷积最基本的计算过程：卷积核在输入上滑动每次看一个局部区域做逐元素相乘再求和最终得到输出特征图同时我们也发现了一个很明显的现象：卷积之后，输出尺寸通常会变小。这意味着：如果卷积核比较大，输出会缩得很快如果堆很多层卷积，特征图可能很快就变得很小边缘位置的信息也更容易被不断“吃掉”所谓填充，就是在输入图像的边缘补上一圈额外的值，通常补 0。在卷积之前，

这一节我们学习了 GRU 的代码实现，核心内容可以总结为以下几点。

在前面的内容中，我们已经知道：物体检测不仅要识别“是什么”，还要定位“在哪里”边界框用于表示目标位置数据集中的标签需要同时包含类别和边界框信息但新的问题马上就出现了：一张图片中目标的位置、大小、形状都不固定，模型到底该从哪里开始找目标？如果让模型直接从整张图中“凭空”预测边界框，难度会非常大。锚框（Anchor Box）。先在图像上预设大量可能包含目标的候选框，再由模型判断哪些框中有目标，并进一步

线性回归解决的是（输出一个连续值）。

当前 query 和某个 key 到底有多相关。如果相关性高，那么这个 key 对应的位置就应该分到更高的注意力权重。如果相关性低，那么它分到的权重就应该更小。是的，通常都会。因为分数本身只是“相对大小”。softmax这一节我们学习了注意力分数，核心内容可以总结为以下几点。

感知机的任务很简单：输入一组特征，输出一个二分类结果。通过线性加权和 + 符号函数，实现二分类。它的优点是结构简单、思想清晰；缺点是只能处理线性可分问题。但正因为它足够基础，我们才能从这里真正理解：机器是如何学会“分类”的。你要的话，我可以继续直接给你压缩成一种更像大学生课程笔记风格的版本，或者继续接着写下一篇多层感知机 CSDN 博客。