Gated

vivado GATED_CLOCK、IOB、IO_BUFFER_TYPE、KEEP、KEEP_HIERARCHY、MARK_DEBUG

•GATED_CLOCKRTL属性或XDC属性，指示工具关于哪个信号在门控逻辑中是时钟。将此属性放置在作为时钟的信号或端口上。要控制开关：1.选择工具>设置>项目设置>合成。
cckkppll·2024-02-08 07:37

【论文阅读笔记】Robust Multimodal Brain Tumor Segmentation via Feature Disentanglement and Gated Fusion

ChenC,DouQ,JinY,etal.Robustmultimodalbraintumorsegmentationviafeaturedisentanglementandgatedfusion[C]//MedicalImageComputingandComputerAssistedIntervention–MICCAI2019:22ndInternationalConference,Shenz
cskywit·2024-01-17 01:21

论文阅读＜GDIP: Gated Differentiable Image Processing for Object-Detection in Adverse Conditions＞

这篇文章是在2022年AAAI上发表的一篇文章IA-YOLO上进行改进的，基本思想是一致的，利用的相机ISP的pipeline进行图像增强，和YOLOv3进行联合训练。论文链接：[2209.14922]GDIP:GatedDifferentiableImageProcessingforObject-DetectioninAdverseConditions(arxiv.org)代码链接：GitHub
yrhzmu·2023-12-22 09:49

GGNN：GATED GRAPH SEQUENCE NEURAL NETWORKS

论文相较于之前的文章，模型最大的修改即为，使用门控循环单元并且将网络的展开循环控制在一个固定的次数。一个可达模型：例如网络需要在给定一个图的情况下，判断节点s是否可达节点t:模型初始化:设定NodeAnnotations{xs=[1,0]Txt=[0,1]Txv=[0,0]T(v≠sort)每个节点hv=[xv,0]即将nodeannotation填充后，将剩余部分全部设置为0设定NodeAnno
FakeOccupational·2023-12-19 10:02

读Graph-Matching-Networks复现①嵌入

参数{'aggregator':{'aggregation_type':'sum','gated':True,'graph_transform_sizes':[128],'input_size':[32
Mighty_Crane·2023-10-31 15:09

Single-gated MoE : CV领域MoE模型应用

文章链接：RevisitingSingle-gatedMixturesofExperts会议：BMVC2022（CV领域C类会议）目录1.背景介绍2.内容摘要模型介绍挑战措施模型实现训练推理实验结果3.文章总结1.背景介绍在计算机视觉（computervision，CV）领域，神经网络的设计目的是为任何给定图像提取一组固定的细节特征。但不同图像呈现出的内容和层次是相异的，彼此的复杂度也不相同。如果
恭仔さん·2023-10-18 16:35

Partial convolution && Gated convolution

组会讨论帖1.图像修复图像修复（inpainting），顾名思义，就是将图像中损坏的部分修复起来，是一种图像编辑技术，可以应用在移除物体、修复老照片、图像补全（eg,地震插值）等等。2.Partialconvolution论文链接：ImageInpaintingforIrregularHolesUsingPartialConvolutions(2018ECCV)在这之前的深度学习图像补全方法都是使
uodgnez·2023-10-13 13:16

torch实现Gated PixelCNN

文章目录PixelCNNGatedPixelCNNPixelCNNimporttorchimporttorch.nnasnnimporttorch.nn.functionalasF#PixelCNNclassMaskConv2d(nn.Module):def__init__(self,conv_type,*args,**kwags):super().__init__()assertconv_typ
WGS.·2023-10-13 13:04

[2111] [CVPR 2022] Restormer: Efficient Transformer for High-Resolution Image Restoration

papercodeContentAbstractMethodmodelarchitecturemulti-Dconvheadtransposedattention(MDTA)gated-Dconvfeed-forwardnetwork
koukouvagia·2023-10-11 18:52

【深度学习】【Image Inpainting】Free-Form Image Inpainting with Gated Convolution

模型：DeepFillv2(CVPR’2019)论文：https://arxiv.org/abs/1806.03589代码：https://github.com/JiahuiYu/generative_inpainting文章目录效果AbstractIntroductionRelatedWorkAutomaticImageInpaintingGuidedImageInpaintingandSynt
XD742971636·2023-07-26 10:09

二十三章：Gated-SCNN:Gated Shape CNNs for Semantic Segmentation ——用于语义分割的门控形状卷积神经网络

0.摘要当前图像分割的最先进方法通过一个密集的图像表示来处理颜色、形状和纹理信息，这些信息都在深度卷积神经网络内部进行处理。然而，这种方法可能不太理想，因为它们包含了与识别相关的非常不同类型的信息。在这里，我们提出了一种新的双流卷积神经网络架构，用于语义分割，其中明确将形状信息作为单独的处理分支（即形状流），并与经典流并行处理信息。这种架构的关键是一种新型的门控机制，将两个流的中间层连接起来。具体
Joney Feng·2023-07-24 15:10

【论文阅读】OUTRAGEOUSLY LARGE NEURAL NETWORKS: THE SPARSELY-GATED MIXTURE-OF-EXPERTS LAYER

一、背景神经网络的吸收信息的容量（capacity）受限于参数数目。条件计算（conditionalcomputation）针对于每个样本，激活网络的部分子网络进行计算，它在理论上已证明，可以作为一种显著增加模型容量的方法。所以本文引入了稀疏门控专家混合层（Sparsely-GatedMixture-of-ExpertsLayer），包括数以千计的前馈子网络。对于每一个样本，有一个可训练的门控网络
CC‘s World·2023-07-18 12:51

Empirical Evaluation of Gated Recurrent Neural Networks on Sequence Modeling

感想：由于看不懂官方代码的原因，自己这方面耽误了一段时间，一方面，在AI与经济学之间犹豫了许久，另一方面，工作了半年，也没发工资，没空找培训代码的课程，所以停止更新了三四个月，现在想通了。路要一步一步的走。事情也要一点一点的去深耕细作。今天，AI又重新搞起来啦，先从研读论文开始吧！摘要*RNNs中不同类型的循环单元。特别关注，实现门机制的复杂的单元。比如：LSTM、GRU。传统的循环单元：tanh
big_matster·2023-07-14 07:32

[英语单词] gated； cycle gated

gate*[geit]n.门,牌楼,大门,通道,闸vt.装门于门的原始作用就显示出来了，就是为了在主人自由进出的同时，保护私有财产的安全。如果加了-ed，就代表使用了动词性，相当于给谁谁加了一个门，限制其行为的自由度。比如《User’sGuideOpenPOWERPOWER9PerformanceMonitorUnit》Countsinstructionscompletedandcyclesgat
mzhan017·2023-06-23 12:30

Attention U-Net:Learning Where to Look for the Pancreas 阅读记录

学习在哪里寻找胰腺）作者团队：OzanOktay生物医学图像分析组，帝国理工学院，伦敦，英国伦敦来源：arXiv2018源码链接：https://github.com/ozan-oktay/Attention-Gated-Networks
SOS团团员A·2023-06-18 22:28

Attention U-Net:Learning Where to Look for the Pancreas论文总结和代码实现

中文版：https://blog.csdn.net/hhw999/article/details/110134398源码：https://github.com/ozan-oktay/Attention-Gated-Networks
向岸看·2023-06-18 22:26

UNIX网络编程卷一 学习笔记 第十八章 路由套接字

诸如gated等路由守护进程需要监视由内核收取的ICMP重定向消息（用于在IP网络中通知主机或路由器更优的路径，当路由器检测到数据包正在通过不是最佳路径的网关发送时，它可以发送ICMP重定向报文给源主机
吃着火锅x唱着歌·2023-06-09 09:09

axial attention 轴向注意力

GatedAxial-AttentionforMedicalImageSegmentation论文解读：https://zhuanlan.zhihu.com/p/408662947实验结果:0前言0.1原始的注意力机制0.2轴向注意力机制+相对位置编码0.3在轴向注意力机制基础上+gated
mingqian_chu·2023-04-17 08:43

第六章 Gated RNN

目录6.1RNN的问题6.1.1RNN的复习6.1.2梯度消失和梯度爆炸6.1.3梯度消失和梯度爆炸的原因6.1.4梯度爆炸的对策6.2梯度消失和LSTM6.2.1LSTM的接口6.2.2LSTM层的结构6.2.3输出门6.2.4遗忘门6.2.5新的记忆单元6.2.6输入门6.2.7LSTM的梯度的流动6.3LSTM的实现6.4使用LSTM的语言模型6.5进一步改进RNNLM6.5.1LSTM层的
路哞哞·2023-04-15 21:02

Edge-Gated CNNs for Volumetric Semantic Segmentation of Medical Images

论文：MIDL2020Abstract纹理和边缘为图像识别提供不同的信息。边缘和边界编码形状信息，而纹理显示区域的外观。尽管卷积神经网络(CNNs)在计算机视觉和医学图像分析应用中取得了成功，但主要是学习纹理抽象，这往往导致不精确的边界描绘。在医学成像中，专家手工分割往往依赖于器官边界;例如，要手动分割肝脏，医生通常首先确定边缘，然后填充分割掩模。基于这些观察结果，我们提出了一个即插即用模块，称为
zelda2333·2023-04-10 16:32

Medical Transformer: Gated Axial-Attention for Medical Image Segmentation

摘要在过去的十年中，深度卷积网络已经被广泛应用于医学图像分割，并显示出足够强的性能。然而，由于卷积架构中存在固有的归纳偏差，它们缺乏对于图像中长程相关性的理解。最近提出的利用自注意力机制的基于转换结构编码了长期依赖性。并学习了高度表达的表示。这促使我们探索基于Transformer的解决方案，并研究使用基于Transformer架构的可行性。大多数现有的基于Transformer的网络架构建议用于
Cierlly·2023-04-05 21:51

论文阅读（26）Gated graph sequence neural networks

1.论文相关PublishedasaconferencepaperatICLR20162.摘要图结构数据经常出现在化学、自然语言语义、社会网络和知识库等领域。在这项工作中，我们研究了图形结构输入的特征学习技术。我们的出发点是之前在图神经网络方面的工作（Scarselli等人，2009），我们将其修改为使用门控循环单元（gatedrecurrentunits）和现代优化技术（modernoptimi
续袁·2023-03-25 19:53

Gated-SCNN: Gated Shape CNNs for Semantic Segmentation

代码：https://github.com/nv-tlabs/GSCNN/blob/master/network/gscnn.py论文：ICCV_2019翻译：论文阅读笔记如何将知识分离出来？作者在论文中argue到，CNN在设计的过程中有一个固有的无效性，因为他们会将color，shape和纹理信息一起处理（感觉可以找个时间介绍一些，图像中的color，shape或者texture信息对于图像的
zelda2333·2023-02-04 10:19

Gated Graph Sequence Neural Networks

ICLR2016Github地址：https://github.com/Microsoft/gated-graph-neural-network-samplesGatedGraphNeuralNetworks
懿想天开_·2023-02-03 00:21

Duality-Gated Mutual Condition Network for RGBT Tracking

摘要：低质量模态在RGBT跟踪中不仅包含大量的噪声信息，而且包含判别特征。然而，现有的RGBT跟踪算法并没有很好地探索低质量模态的潜力。在这项工作中，提出一种新的双门控互条件网络，充分利用所有模态的判别信息。同时抑制数据噪声的影响。具体来说，设计了一个互条件（mutualcondition）模块，该模态以一个模态的判别信息为条件，指导另一个模态中目标外观的特征学习。该模态在存在低质量的模态下，可以
飞天小女侠~·2023-02-02 11:42

【论文笔记 - 图像生成 - CVPR2022】Unpaired Cartoon Image Synthesis via Gated Cycle Mapping

UnpairedCartoonImageSynthesisviaGatedCycleMappingRef：1.原论文2.项目页1.摘要在本文中，提出了一种使用未配对的训练数据进行动漫图像合成的通用解决方案。与之前针对特定使用场景（人像或场景）学习预定义卡通风格的作品相比，本文旨在训练一个通用动漫翻译器，它不仅可以同时渲染夸张（精致的大眼睛、简化的鼻子和嘴）的动漫面孔和逼真的卡通场景，而且还可以为用
No pains, no GANs!·2023-02-01 12:08

[译] Free-Form Image Inpainting with Gated Convolution

由于某塔平台会员限制不方便交流，因此决定翻译此文。题目：用门控卷积的不规则图像修复ICCV2019作者：伊利诺斯大学香槟分校JiahuiYu（余家辉）等人摘要作者提出一种生成式图像修复系统，用结构形式不规则的掩码引导补全图像。该系统基于从数百万张图像中学习到的门控卷积gatedconvolution，无需额外的标记工作。提出的门控卷积解决了传统卷积vanillaconvolution将所有输入像素
波赛东闪电·2023-01-30 06:53

Gated Mechanism For Attention Based Multimodal Sentiment Analysis基于注意力的多模式情感分析的门控机制——阅读笔记

文章目录1.摘要2.导论3.提出的方法3.1上下文话语表示3.2自注意力3.3交叉注意3.5深度多模态融合4.实验4.1实施细节4.2实验结果5.结论1.摘要本文主要探讨多模态情感分析的三个方面。（1）跨模态交互学习，即多种模态如何影响情绪；（2）学习多模态交互中的长期依存关系；（3）单模态和跨模态线索的融合。对两个基准数据集进行了实验，CMU多模态观点水平情感强度（CMU-MOSI）和CMU多模
后端转前端的大冤种·2023-01-23 10:03

门控循环单元-GRU单元（Gated Recurrent Unit）

来源：Coursera吴恩达深度学习课程接下来我们将会学习门控循环单元（GatedRecurrentUnit），它改变了RNN的隐藏层，使其可以更好地捕捉深层连接，并改善了梯度消失问题，让我们看一看。如上图的公式，在RNN的时间t处，计算激活值，把这个RNN的单元用图形表示（上图左）。备注：不知道为什么右上角的符号就是显示不出来，这篇文章都会（）代替，有时间会解决这个bug，望谅解。输入（inpu
双木的木·2023-01-22 07:25

BERT gated multi-window attention network for relation extraction 用于关系抽取的BERT门控多窗口注意力网络

BERTgatedmulti-windowattentionnetworkforrelationextraction用于关系抽取的BERT门控多窗口注意力网络Abstract实体关系抽取旨在识别句子中实体对之间的语义关系，是问答系统、语义搜索等后续任务的重要技术支持。现有的关系抽取模型主要依靠神经网络来提取句子的语义信息，忽略了重要短语信息在关系抽取中的关键作用。针对这一问题，提出了一种基于BER
自然语言处理CS·2023-01-16 11:52

Gated-SCNN: Gated Shape CNNs for Semantic Segmentation论文笔记

论文介绍作者认为之前的semanticsegmentation的工作将所有信息都放入到了CNN的网络之中(这其中包含了颜色、边界、纹理等信息)，这不太理想，所以作者在regularstream的基础之上增加了一个shapestream的分支，通过利用门控卷积来控制使得shapestream这条分支中只包含边界的信息。摘要目前最先进的图像分割方法形成了一种密集的图像表示，其中的颜色、形状和纹理信息都
Sunlight_Q·2023-01-14 23:59

Spatiotemporal Adaptive Gated Graph Convolution Network for Urban Traffic Flow Forecasting

SpatiotemporalAdaptiveGatedGraphConvolutionNetworkforUrbanTrafficFlowForecasting1.文章概述当前方法不足：交通数据实时变换，但大多数方法使用预定义图道路的语义相似性没被考虑到创新点：通过寻找道路节点的空间邻域和语义邻域来构造动态加权图多头自注意时间卷积网络被用来捕获历史观测中的局部和远程时间依赖关系提出了一种自适应图门
wwj灬·2023-01-08 09:13

改进的IAYOLO---GDIP:Gated Differentiable Image Processing for Object-Detection inAdverse Conditions

论文地址：https://arxiv.org/abs/2209.14922代码地址：https://github.com/Gatedip/GDIP-Yolomotivation：（1）现有的目标检测器只能在图像质量很好的情况下才能很好地工作，但是如果想要把目标检测器应用于自动驾驶或者是辅助驾驶，其实更有用的是其能够在实际条件下做检测。（2）IAYOLO在众多恶劣天气的目标检测器的脱颖而出，但是IA
沈四岁·2023-01-04 10:07

循环神经网络--LSTM（Long-Short Term Memory）与GRU（Gated Recurrent Unit ）

LSTM为了解决GradientVanish的问题，Hochreiter&Schmidhuber在论文“Longshort-termmemory,1997”中提出了LSTM（LongShort-TermMemory）。原始的LSTM只有InputGate、OutputGate。而咱们现在常说的LSTM还有ForgetGate，是由Gers在”LearningtoForget:ContinualPr
yeqiang19910412·2023-01-04 09:53

PyTorch笔记 - GRU(Gated Recurrent Unit)网络结构

LSTMwithpeepholeconnectionsPaper：LearningPreciseTimingwithLSTMRecurrentNetworks即w*x+w*h_(t-1)+w*c_(t-1)，t-1为下标的，都是初始状态。torch.nn.GRU：r是reset，重置门z是update，更新门n是new，最新门参数量：LSTM的0.75倍，计算量也是LSTM的0.75倍GRU的图中
SpikeKing·2023-01-04 09:40

门控循环神经网络之门控循环单元（gated recurrent unit，GRU）介绍、Pytorch实现GRU并进行训练预测

在循环神经网络中，当时间步数较大或者时间步较小时，循环神经网络的梯度较容易出现衰减或爆炸。上一篇文章中介绍的裁剪梯度可以应对梯度爆炸，但无法解决梯度衰减的问题。因此，循环神经网络在实际中较难捕捉时间序列中时间步距离较大的依赖关系。为了更好地捕捉时间序列中时间步距离较大的依赖关系，从而提出了门控循环神经网络（gatedrecurrentneuralnetwork）。它可以通过学习的门来控制信息的流动
阿_旭·2023-01-04 09:16

python cnn tome- 7.开源_ICCV 2019|70 篇论文抢先读，含目标检测／自动驾驶／GCN／等（提供PDF下载）...

https://www.cs.princeton.edu/~fheide/papers/Gated2Depth_preprint.pdf9.CountingwithFocusforFree作者：ZenglinShi
weixin_39857211·2022-12-29 17:03

GLU（Gated Linear Unit，门控线性单元）简介

前言简单介绍门控线性单元的结构。原始论文《LanguageModelingwithGatedConvolutionalNetworks》提出GLU，2017年（第一版是2016年）网络结构下图的结构只是其中一层，可以堆叠。计算公式每一层的计算公式如下。其中：X代表输入。W、V、b、c都是要学习的参数。σ\sigmaσ在原论文中是sigmoid函数。⊗是对应元素相乘（element-wiseprod
coder1479·2022-12-24 12:19

激活函数：Swish: a Self-Gated Activation Function

今天看到googlebrain关于激活函数在2017年提出了一个新的Swish激活函数。叫swish，地址：https://arxiv.org/abs/1710.05941v1pytorch里是这样的：defrelu_fn(x):"""Swishactivationfunction"""returnx*torch.sigmoid(x)Swish,whichissimplyf(x)=x·sigmoi
weixin_30852367·2022-12-23 13:28

论文《Context Contrasted Feature and Gated Multi-scale Aggregation for Scene Segmentation》笔记

论文来自CVPR2018代码：https://github.com/henghuiding/CCL出发点深度卷积神经网络在语义分割中，明显目标的特征会占主导地位，导致不明显地物的信息被弱化或忽略。背景信息是场景分割的关键，并且有很多工作关注了这一点。但是，上下文信息通常有更平滑的表征并会被明显目标所主导，这对不明显目标的识别是有害的。因此，本文提出了Contextcontrastedlocalfe
Simon---Chen·2022-12-21 07:33

GRU（Gated Recurrent Neural Network）

当时间步数较大或者时间步较小时，循环神经网络的梯度较容易出现衰减或爆炸。虽然裁剪梯度可以应对梯度爆炸，但无法解决梯度衰减的问题。门控循环神经网络（gatedrecurrentneuralnetwork）的提出，正是为了更好地捕捉时间序列中时间步距离较大的依赖关系。它通过可以学习的门来控制信息的流动。其中，门控循环单元（gatedrecurrentunit，GRU）是一种常用的门控循环神经网络。1）
下雨天吃火锅哩·2022-12-20 09:13

《Gated-SCNN: Gated Shape CNNs for Semantic Segmentation》论文笔记

这篇论文收录在ICCV2019的语义分割领域中，其核心思想采用了双流机制（regularstream和shapestream）以及ASPP进行分割处理。论文链接：https://arxiv.org/abs/1907.05740开源代码：https://nv-tlabs.github.io/GSCNN/1、在RegularStream中，采用传统CNN网络如ResNet、VGGNet、WideRes
CV无名之辈·2022-12-17 07:39

【GSCNN】GSCNN:Gated Shape CNNs for Semantic Segmentation论文记录

目录简单不看版：摘要一、介绍二、相关工作三、GatedShapeCNN代码四、实验五．总结论文：https://arxiv.org/abs/1907.05740代码：GitHub-nv-tlabs/GSCNN:Gated-ShapeCNNforSemanticSegmentation
yzZ_here·2022-12-17 07:39

论文解读|ICCV2019|Gated-SCNN: Gated Shape CNNs for Semantic Segmentation

标题：Gate-SCNN:用于语义分割的门控形状CNN来源：ICCV2019论文地址：https://arxiv.org/abs/1907.05740Github：https://github.com/nv-tlabs/GSCNN项目地址：https://nv-tlabs.github.io/GSCNN/文章目录摘要一、引入二、相关工作：1.多任务学习2.门控卷积三、GatedShapeCNN（G
Akita·wang·2022-12-17 07:08

Gated-SCNN: Gated Shape CNNs for Semantic Segmentation

目录作者一、ModelofGated-SCNN二、GatedShapeCNN1.RegularStream2.ShapeStream3.GateConvLayer4.ASPP5总代码三损失函数1.BoundaryBCELoss2.DualTaskLoss作者一、ModelofGated-SCNN文章使用了双流CNN来处理语义分割中的边界问题，分为Regularstream和Shapestream.
Lins H·2022-12-17 07:37

gated convolution

1Localresponsenormalization（局部响应归一化）局部响应归一化，由于做了平滑处理，可以增加泛化能力，公式如下bx,yi=ax,yi/(bias+α∑j=max⁡(0,i−n/2)min⁡(N−1,i+n/2)(ax,yi)2)b_{x,y}^i=a_{x,y}^i/\left({bias+\alpha\sum\limits_{j=\max(0,i-n/2)}^{\min(N
zc38324·2022-12-15 13:20

[GAN]Free-Form Image Inpainting with Gated Convolution论文翻译（回归帖~\(￣︶￣*\))）

Free-FormImageInpaintingwithGatedConvolution一些废话0.摘要1.引言2.相关工作Reference一些废话好久没有认真写博客了，10月份之前一直在忙保研的事情（其实也不算很忙，更多是情绪和心态上的内耗，忙起来反而会觉得很轻松吧）。有粉丝私信问我最后去了哪里，博主最后保研到了复旦大学的计算机学院，非常幸运的拿到了学硕资格，做的是ai方向，plus实验室有一
Vanessa Ni·2022-12-15 13:20

HorNet: Efficient High-Order Spatial Interactions with Recursive Gated Convolutions

HorNet：递归门控卷积的高效高阶空间交互一、简介论文:https://arxiv.org/abs/2207.14284代码:https://github.com/raoyongming/HorNetECCV（鲁继文团队团队）作者认为当前的Transformer取得成功主要是因为通过自注意力操作实现输入自适应、远程和高阶空间交互的空间建模新方法，但尚未研究高阶空间交互机制。因此，作者提出了Rec
百度森森·2022-12-15 13:48

（门控卷积实现）DeepFillv2（图像修复）：Free-Form Image Inpainting with Gated Convolution，pytroch代码实现

deepfillv2的动机结合了几乎所有的目前先进的图像修复技术，基于部分卷积提出了门控卷积，结合了CA中的注意力机制，根据AdversarialEdge图像修复中的边缘信息先验提出了用户可交互的草图先验信息。基于spectral-normallizedGAN提出了SN-PatchGAN鉴别器，本文所用的损失函数只有l1重建损失和SN-PatchGAN损失.1.GatedConvolution为了
halo_wm·2022-12-15 13:47

《Free-Form Image Inpainting with Gated Convolution》阅读笔记

《Free-FormImageInpaintingwithGatedConvolution》阅读笔记一、论文二、代码三、参考链接一、论文摘要:我们提出了一种生成式图像修复系统，以使用自由形式的蒙版和引导修复图像。该系统基于从数百万张图像中学习的门控卷积，无需额外的标记工作。提出的门控卷积解决了将所有输入像素都视为有效像素的普通卷积的问题，通过为所有通道在所有层上每个空间位置的每个通道提供一种可学习
6个小石头·2022-12-15 13:46
上一页 1 2 3 4 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他