有关 ES2 mudlib 的使用与扩充
如果您能看到这份说明，表示您可能是一位使用 ES2 mudlib 做基础的 Mud 中的神
或者巫师。这份说明的主要目的是希望能为您对 ES2 mudlib 建构的主要部份跟一些
系统上的风格做一个大概的介绍，如果您从来未曾接触过 MudOS 或是 LPmud 的系统
，我建议您先阅读一下您的 MudOS 所附的文件档。
2022-01-13 15:06:06
18.09MB
用户可用标签：
{$TLCMS:System_Title} 系统标题
{$TLCMS:System_Url} 系统地址
{$TLCMS:System_Dir} 系统目录
{$TLCMS:System_Skin} 系统风格
{$TLCMS:System_Keywords} 站点关键词
{$TLCMS:System_Description} 站点页面属性
{$TLCMS:System_Copy} 站点版权
{$TLCMS:System_Icp} 站点备案
第一次使用，运行install.asp文件。
http://安装目录/install.asp
如果您在安装的时候出现对象不支持此属性或方法: 'Session.CodePage' \install.asp, line 4
可以删掉install.asp、admin.asp、function.asp里的：
Session.CodePage=936
Response.ContentType="text/html"
Response.Charset="gb2312"
由于老外服务器的系统版本与国内的系统不一样，所以本站加入了上面4种进行语言编码；
Server.ScriptTimeOut=999 *脚本超时时间
演示地址: http://www.52ysplay.com/book
2021-12-06 10:07:52
510KB
1
CCNet-Pure-Pytorch
用于纯Pytorch中语义分割的Criss-Cross Attention（2d＆3d），具有更快，更精确的实现方式。
更新
**** 2021/03：纯pytorch实现3D CCNET模块的三种被释放 。 您可以在和检查其正确性
介绍
我非正式地重新实现了纯Pytorch中的以便在不同版本和环境下实现更好的兼容性。 以前的许多开源项目都在Pytorch上使用了Cuda扩展，因此存在兼容性和精度损失的问题。 此外，当我们设置cudnn.benchmark = True时，Pytorch可能无法优化和加速Cuda扩展。 为了解决这些问题，我基于的张量变换在CC.py中设计了一个Criss-Cross Attention操作，该操作并行执行，并且在向前结果和向后渐变中显示出更快的速度和更精确的效果。
我的运作和表现
不需要CUDA扩展。 以前的“ Cr
2021-11-18 14:16:15
3.96MB
1
本资源对PMBOK第六版五大过程组、十大知识领域、49个过程组进行了整合，通过图表形式展示每个过程的ITTO（输入、工具与技术、输出）知识，附带PMBOK知识记忆法则，能够帮助在PMP备考过程中清晰理解记忆整个框架知识；
2021-11-08 14:50:51
2.26MB
1
【优化求解】基于 Sobol 序列和纵横交叉策略的麻雀搜索算法(SSASC) Matlab源码.zip
2021-11-03 11:30:15
500KB
1
【优化求解】基于 Sobol 序列和纵横交叉策略的麻雀搜索算法(SSASC) Matlab源码.md
2021-09-18 13:49:41
8KB
1