本质：100个可学习的embedding向量（随机初始化的参数）作用：代表100个"对象槽位"，每个query负责在图像中寻找一个对象输出：每个query预测 → 类别（包括"无对象"类∅）+ 边界框7.7个对象对象数 < 30个100个是工程上的最优选择（覆盖率vs计算效率）图像↓ Encoder图像特征(K, V)↓ Cross-Attention (Q来自queries)Queries融合图

这四个值构成了神经网络训练的完整闭环——前向传播计算输出（z→a），反向传播计算梯度（∂L/∂a→∂L/∂z→∂L/∂W）！：梯度 = 激活函数导数 × 前一层误差，导数决定了梯度传播效率！

一、核心符号定义符号含义θ模型参数g_t第 t 步的梯度，即 ∂L/∂θm_t一阶动量（梯度的指数加权平均）v_t二阶动量（梯度平方的指数加权平均）η学习率β₁一阶动量衰减系数，通常 0.9β₂二阶动量衰减系数，通常 0.999ε防止除零的极小常数，通常 1e-8二、Adam 的三步计算第一步：更新一阶动量对梯度本身做指数加权平均。作用：给梯度加惯性。连续多步梯度方向一致（比如一直为正）→ m_t

如果你要用 MMCV、MMSegmentation、某些老版本 Restormer/BasicSR,它们对 CUDA/PyTorch 版本有要求,优先服从这些依赖。只有当你要编译 CUDA 代码（比如 MMCV 自定义算子、DCN、某些自编译的 CUDA kernel）时,才需要装完整的。源码没有预编译版本匹配你的环境,pip 就会在你本地现场调用 nvcc 编译,这时候你机器没 Toolkit(

镜像是一种"包"，但和代码包的区别在于——它不只包含你的代码，还包含了一整套"能让这些代码跑起来的环境"：操作系统层、系统库、CUDA、Python、依赖包、模型权重、启动配置。你可能用过 VMware 或 VirtualBox——如果你从朋友那里拷来一个 Windows 虚拟机镜像，打开就是一个完整的 Windows 系统，里面装好的软件、文件、设置都在。，剩下的 99.999% 都是为了让你的

WSL 的作用，是让你在 Windows 里直接拥有一个可用的 Linux 环境，所以你不用重装双系统，也不用单独开一台完整虚拟机，就能使用 Linux 命令、安装开发环境、运行很多原本更适合 Linux 的工具。而在 Linux 上，系统本身就已经是 Docker 需要的环境了，所以一般直接安装 Docker Engine 就可以，不一定非要装 Docker Desktop。微软的代理排查文档明

这一类是你最应该优先背的。

如果你要用 MMCV、MMSegmentation、某些老版本 Restormer/BasicSR,它们对 CUDA/PyTorch 版本有要求,优先服从这些依赖。只有当你要编译 CUDA 代码（比如 MMCV 自定义算子、DCN、某些自编译的 CUDA kernel）时,才需要装完整的。源码没有预编译版本匹配你的环境,pip 就会在你本地现场调用 nvcc 编译,这时候你机器没 Toolkit(

WSL 的作用，是让你在 Windows 里直接拥有一个可用的 Linux 环境，所以你不用重装双系统，也不用单独开一台完整虚拟机，就能使用 Linux 命令、安装开发环境、运行很多原本更适合 Linux 的工具。而在 Linux 上，系统本身就已经是 Docker 需要的环境了，所以一般直接安装 Docker Engine 就可以，不一定非要装 Docker Desktop。微软的代理排查文档明

这一类是你最应该优先背的。