精华内容
下载资源
问答
  • 初始化设置是什么意思
    千次阅读
    2022-03-10 20:19:47

    有些优化算法本质上是非迭代的,只是求解一个解点。有些其他优化算法本质上是迭代的,但是应用于这一类的优化问题时,能在可接受的时间内收敛到可接受的解,并且与初始值无关。深度学习训练算法通常没有这两种奢侈的性质。深度学习模型的训练算法通常是迭代的,因此要求使用者指定一些开始迭代的初始点。此外,训练深度模型是一个足够困难的问题,以至于大多数算法都很大程度地受到初始化选择的影响。初始点能够决定算法是否收敛,有些初始点十分不稳定,使得该算法会遭遇数值困难,并完全失败。当学习收敛时,初始点可以决定学习收敛得多块,以及是否收敛到一个代价高或低的点。此外,差不多代价的点可以具有区别极大的泛化误差,初始点也可以影响泛化。

    现代的初始化策略是简单的、启发式的。设定改进的初始化策略是一项困难的任务,因为神经网络优化至今还未被很好地理解。大多数初始化策略基于在神经网络初始化时实现一些很好的性质。然而,我们并没有很好地理解这些性质中的哪些会在学习开始进行后的哪些情况下得以保持。进一步的难点是,有些初始点从优化的观点看或许是有利的,但是从泛化的观点看是不利的。我们对于初始点如何影响泛化的理解是相当原始的,几乎没有提供如何选择初始点的任何指导。

    也许完全确知的唯一特性是初始参数需要在不同单元间“破坏对称性”。如果具有相同激活函数的两个隐藏单元连接到相同的输入,那么这些单元必须具有不同的初始参数。如果它们具有相同的初始参数,然后应用到确定性损失和模型的确定性学习算法将一直以相同的方式更新这两个单元。即使模型或训练算法能够使用随机性为不同的单元计算不同的更新(例如使用Dropout的训练),通常来说,最好还是初始化每个单元使其和其他单元计算不同的函数。这或许有助于确保没有输入模式丢失在前向传播的零空间中,没有梯度模式丢失在反向传播的零空间中。每个单元计算不同函数的目标促使了参数的随机初始化。我们可以明确地搜索一大组彼此互不相同的基函数,但这经常会导致明显的计算代价。例如,如果我们有和输出一样多的输入,可以使用Gram-Schmidt正交化于初始的权重矩阵,保证每个单元计算彼此非常不同的函数。在高维空间上使用高熵分布来随机初始化,计算代价小并且不太可能分配单元计算彼此相同的函数。

    通常情况下,我们可以为每个单元的偏置设置启发式挑选的常数,仅随机初始化权重。额外的参数(例如用于编码预测条件方差的参数)通常和偏差一样设置为启发式选择的常数。我们几乎总是初始化模型的权重为高斯或均匀分布中随机抽取的值。高斯或均匀分布的选择似乎不会有很大的差别,但也没有被详尽地研究。然而,初始分布的大小确实对优化过程的结果和网络泛化能力都有很大的影响。更大的初始权重具有更强的破坏对称性的作用,有助于避免冗余的单元。它们也有助于避免在每层线性成分的前向或反向传播中丢失信号——矩阵中更大的值在矩阵乘法中有更大的输出。如果初始权重太大,那么会在前向传播或反向传播中产生爆炸的值。在循环网络中,很大的权重也可能导致混沌(对于输入中很小的扰动非常敏感,导致确定性前向传播过程表现随机)。在一定程度上,梯度爆炸问题可以通过梯度截断来缓解(执行梯度下降步骤之前设置梯度的阈值)。较大的权重也会产生使得激活函数饱和的值,导致饱和单元的梯度完全丢失。这些竞争因素决定了权重的理想初始大小。

    关于如何初始化网络,正则化和优化有着非常不同的观点。优化观点建议权重应该足够大以成功传播信息,但是正则化希望其小一点。诸如随机梯度下降这类对权重较小的增量更新,趋于停止在更靠近初始参数的区域(不管是由于卡在低梯度的区域,还是由于触发了基于过拟合的提前终止准则)的优化算法倾向于最终参数应接近于初始参数。在某些模型上,提前终止的梯度下降等价于权重衰减。在一般情况下,提前终止的梯度下降和权重衰减不同,但是提供了一个宽松的类比去考虑初始化的影响。我们可以将初始化参数 θ \theta θ θ 0 \theta_0 θ0类比于强置均值为 θ 0 \theta_0 θ0的高斯先验 p ( θ ) p(\theta) p(θ)。从这个角度来看,选择 θ 0 \theta_0 θ0接近0是有道理的。这个先验表明,单元间彼此互不交互比交互更有可能。只有在目标函数的似然项表达出对交互很强的偏好时,单元才会交互。此外,如果我们初始化 θ 0 \theta_0 θ0为很大的值,那么我们的先验指定了哪些单元应互相交互,以及它们应如何交互。

    有些启发式方法可用于选择权重的初始大小。一种初始化 m m m个输入和 n n n输出的全连接层的权重的启发式方法是从分布 W i , j ∼ U ( − 1 m , 1 m ) W_{i, j}\sim U(-\frac{1}{\sqrt{m}}, \frac{1}{\sqrt{m}}) Wi,jU(m 1,m 1)中采样权重,而Glorot andBengio建议使用标准初始化(Normalized Initialization):
    W i , j ∼ U ( − 6 m + n , 6 m + n ) W_{i, j}\sim U(-\frac{6}{\sqrt{m+n}}, \frac{6}{\sqrt{m+n}}) Wi,jU(m+n 6,m+n 6)

    后一种启发式方法初始化所有的层,折衷于使其具有相同激活方差和使其具有相同梯度方差之间。这假设网络是不含非线性的链式矩阵乘法,据此推导得出。现实的神经网络显然会违反这个假设,但很多设计于线性模型的策略在其非线性对应中的效果也不错。

    Saxe等人推荐初始化为随机正交矩阵,仔细挑选负责每一层非线性缩放或增益因子 g g g。他们得到了用于不同类型的非线性激活函数的特定缩放因子。这种初始化方案也是启发于不含非线性的矩阵相乘序列的深度网络。在该模型下,这个初始化方案保证了达到收敛所需的训练迭代总数独立于深度。

    增加缩放因子 g g g将网络推向网络前向传播时激活范数增加,反向传播时梯度范数增加的区域。Sussillo表明,正确设置缩放因子足以训练深达1000层的网络,而不需要使用正交初始化。这种方法的一个重要观点是,在前馈网络中,激活和梯度会在每一步前向传播或反向传播中增加或缩小,遵循随机游走行为。这是因为前馈网络在每一层使用了不同的权重矩阵。如果该随机游走调整到保持范数,那么前馈网络能够很大程度地避免相同权重矩阵用于每层的梯度消失与爆炸问题。

    可惜,这些初始权重的最佳准则往往不会带来最佳效果。这可能有三种不同的原因。首先,我们可能使用了错误的标准——它实际上并不利于保持整个网络信号的范数。其次,初始化时强加的性质可能在学习开始进行后不能保持。最后,该标准可能成功提高了优化速度,但意外地增大了泛化误差。在实践中,我们通常需要将权重范围视为超参数,其最优值大致接近,但并不完全等于理论预测。

    数值范围准则的一个缺点是,设置所有的初始权重具有相同的标准差,例如 1 m \frac{1}{\sqrt{m}} m 1,会使得层很大时每个单一权重会变得极其小。Martens提出了一种被称为稀疏初始化(Sparse Initialization)的替代方案,每个单元初始化为恰好有 k k k个非零权重。这个想法保持该单元输入的总数量独立于输入数目 m m m,而不使单一权重元素的大小随 m m m缩小。稀疏初始化有助于实现单元之间在初始化时更具多样性。但是,获得较大取值的权重也同时被加了很强的先验。因为梯度下降需要很长时间缩小“不正确”的大值,这个初始化方案可能会导致某些单元出问题,例如Maxout单元有几个过滤器,互相之间必须仔细调整。

    如果计算资源允许,将每层权重的初始数值范围设为超参数通常是个好主意,如随机搜索,挑选这些数值范围。是否选择使用密集或稀疏初始化也可以设为一个超参数。作为替代,我们可以手动搜索最优初始范围。一个好的挑选初始数值范围的经验法则是观测单个小批量数据上的激活或梯度的幅度或标准差。如果权重太小,那么当激活值在小批量上前向传播于网络时,激活值的幅度会缩小。通过重复识别具有小得不可接受的激活值的第一层,并提高其权重,最终有可能得到一个初始激活全部合理的网络。如果学习在这点上仍然很慢,观测梯度的幅度或标准差可能也会有所帮助。这个过程原则上是自动的,且通常计算量低于基于验证集误差的超参数优化,因为它是基于初始模型在单批数据上的行为反馈,而不是在验证集上训练模型的反馈。由于这个协议很长时间都被启发式使用,最近Mishkin and Matas更正式地研究了该协议。

    目前为止,我们关注在权重的初始化上。幸运的是,其他参数的初始化通常更容易。设置偏置的方法必须和设置权重的方法协调。设置偏置为零通常在大多数权重初始化方案中是可行的。存在一些我们可能设置偏置为非零值的情况:

    • 如果偏置是作为输出单元,那么初始化偏置以获取正确的输出边缘统计通常是有利的。要做到这一点,我们假设初始权重足够小,该单元的输出仅由偏置决定。这说明设置偏置为应用于训练集上输出边缘统计的激活函数的逆。例如,如果输出是类上的分布,且该分布是高度偏态分布,第 i i i类的边缘概率由某个向量 c c c的第 i i i个元素给定,那么我们可以通过求解方程 softmax ( b ) = c \text{softmax}(b)=c softmax(b)=c来设置偏置向量 b b b。这不仅适用于分类器,也适用于其它的模型,例如自编码器和玻尔兹曼机。这些模型拥有输出类似于输入数据x的网络层,非常有助于初始化这些层的偏置以匹配 x x x上的边缘分布。
    • 有时,我们可能想要选择偏置以避免初始化引起太大饱和。例如,我们可能会将ReLU的隐藏单元设为0.1而非0,以避免ReLU在初始化时饱和。尽管这种方法违背不希望偏置具有很强输入的权重初始化准则。例如,不建议使用随机游走初始化。
    • 有时,一个单元会控制其他单元能否参与到等式中。在这种情况下,我们有一个单元输出 u u u,另一个单元 h ∈ [ 0 , 1 ] h\in[0,1] h[0,1],那么我们可以将 h h h视作门,以决定 u h ≈ 1 uh\approx1 uh1还是 u h ≈ 0 uh≈0 uh0。在这种情形下,我们希望设置偏置 h h h,使得在初始化的大多数情况下 h ≈ 1 h\approx 1 h1。否则, u u u没有机会学习。例如,Jozefowicz等人提议设置LSTM模型遗忘门的偏置为1。

    另一种常见类型的参数是方差或精确度参数。例如,我们用以下模型进行带条件方差估计的线性回归:
    p ( y ∣ x ) = N ( y ∣ x T x + b , 1 β ) p(y|x)=N(y|x^Tx+b, \frac{1}{\beta}) p(yx)=N(yxTx+b,β1)

    其中 β \beta β是精确度参数。通常我们能安全地初始化方差或精确度参数为1。另一种方法假设初始权重足够接近零,设置偏置可以忽略权重的影响,然后设定偏置以产生输出的正确边缘均值,并将方差参数设置为训练集输出的边缘方差。

    除了这些初始化模型参数的简单常数或随机方法,还有可能使用机器学习初始化模型参数。我们还可以用无监督模型训练出来的参数来初始化监督模型。我们也可以在相关问题上使用监督训练。即使是在一个不相关的任务上运行监督训练,有时也能得到一个比随机初始化具有更快收敛率的初始值。这些初始化策略有些能够得到更快的收敛率和更好的泛化误差,因为它们编码了模型初始参数的分布信息。其他策略显然效果不错的原因主要在于它们设置参数为正确的数值范围,或是设置不同单元计算互相不同的函数。

    更多相关内容
  • java中的初始化什么意思

    千次阅读 2021-02-26 17:24:39
    java中的初始化是什么意思发布时间:2020-06-26 15:36:20来源:亿速云阅读...java什么是初始化初始化就是给变量一个初始值。初始化的目的是为了让变量有值,防止使用时出现异常。例如:声明一个变量:String aa = ...

    java中的初始化是什么意思

    发布时间:2020-06-26 15:36:20

    来源:亿速云

    阅读:245

    作者:Leah

    java中的初始化是什么意思?针对这个问题,这篇文章详细介绍了相对应的分析和解答,希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。

    java什么是初始化?

    初始化就是给变量一个初始值。初始化的目的是为了让变量有值,防止使用时出现异常。

    例如:

    声明一个变量:String aa = "abc";

    int cc =0;

    其中abc和0就是初始化的值,最后值不一定是abc或者0

    假如你覆盖了aa的值如下:aa = "def" ;

    cc=1;

    那最后aa变量的值就是def,cc变量就是1了,初始化的目的是为了让变量有值,防止使用时出现异常。

    5fac2c3045c06778891be4ced9e4c5bd.png

    扩展资料:

    作用

    1、遇到new,getstatic,putstatic,或invokestatic这4条字节码指令时,如果类没有进行过初始化,则需要先触发其初始化。生成这四条指令单最常见的Java代码场景是:

    使用new关键字实例化对象的时候,读取或设置一个类的静态字段(被final修饰,已在变异期把结果放入常量池的静态字段除外)的时候,以及调用一个类的静态方法的时候。

    2、使用java.lang.reflect包的方法对类进行反射调用的时候,如果类没有进行过初始化,则需要先出法其初始化。

    3、当初始化一个类的时候,如果发现其父类还没有进行初始化,则需要先出法其父类的初始化。

    4、当虚拟机启动时,用户需要指定一个要执行的主类(包含main()方法的那个类),虚拟机会先初始化这个主类。

    关于java中的初始化是什么意思问题的解答就分享到这里了,希望以上内容可以对大家有一定的帮助,如果你还有很多疑惑没有解开,可以关注亿速云行业资讯频道了解更多相关知识。

    展开全文
  • 用友u8软件账套初始化设置.pptx
  • 有些朋友看到初始化都会以为和格式化差不多意思,其实这是两个完全不同的概念,初始化一般是导入或者激活硬盘,而格式化是对硬盘的某个分区格式化后,数据将会被删除。 一般而言,新的硬盘要在初始化之后才能使用...

    硬盘提示初始化?有些朋友看到初始化都会以为和格式化差不多意思,其实这是两个完全不同的概念,初始化一般是导入或者激活硬盘,而格式化是对硬盘的某个分区格式化后,数据将会被删除。

    一般而言,新的硬盘要在初始化之后才能使用,且被磁盘管理器读取,那为什么会提示初始化呢?

    正常硬盘在出售的时候就已经完成了初始化,可以直接分区进行使用的,因此一般而言我们也很少会遇到新硬盘提示初始化故障,就算有这个故障我们也可以跟厂家要求更换或设置等。

    如果真的遇到了初始化提示,可以考虑以下几点原因:

    1、硬盘非正常断电或者磁介质老化等,导致主引导记录损坏;

    2、硬盘盒的主控出现问题,或者硬盘发生了其他物理故障;

    3、数据线或者USB接口不良,电脑供电不足也会产生该问题,可以尝试更换数据线排查一下连接问题,供电不足的话可以试下连接台式电脑。

    如果产生了数据丢失现象,我们可以用【嗨格式数据恢复大师】扫描恢复,一般情况下,在数据丢失后没有再存入新内容的话,覆盖的可能性就很小,从而恢复几率也会随之变大。

    如果对硬盘不了解,也无法判断具体是什么情况引起的,最安全的方法就是交给专业人士处理哦。

    展开全文
  • 新买来的网络摄像机需要我们进行初始化设置(激活)后才能正常使用,这里我们简单介绍一下摄像机的激活过程,首先需要连接好摄像头,然后下载海康威视的激活软件:海康威视SADP设备网络搜索(SADPTool): 官方下载...

    新买来的网络摄像机需要我们进行初始化设置(激活)后才能正常使用,这里我们简单介绍一下摄像机的激活过程,首先需要连接好摄像头,然后下载海康威视的激活软件:海康威视SADP设备网络搜索(SADPTool):

    官方下载地址:https://www.hikvision.com/cn/download_more_393.html

    CSDN下载地址:https://download.csdn.net/download/qq_15029743/11084898

    下载完成后安装软件并运行,刷新就可以检测到未激活的摄像头了:

    这时我们对摄像头进行激活:

    Step1:设置登录密码

     Step:根据实际需要配置摄像头的IP地址,端口等信息:

     这时我们的摄像头初始化就完成了,我们,可以通过SDK、Web或者海康威视提供的监控软件来进行图像的访问:

    这里介绍一下Web端的访问,使用浏览器(推荐IE内核的,chrome浏览器的支持不是很好):

    在浏览器地址栏输入摄像头的IP地址:

    输入用户名和密码,用户名就是admin,密码是之前初始化时设置的 :

    如果需要对摄像头进行出厂设置,请在web登录下选择完全恢复即可:

    展开全文
  • mysql 配置 初始化

    千次阅读 2021-03-04 01:12:12
    初始化1.mysql初始化mysqld --initialize-insecure -- mysql -u rootset password =password('123456');2.修改端口后登入mysql -P3396 -uroot -p 3.允许mysql远程登入mysql -u root -pmysql>use mysql;mysql>...
  • 变量初始化详解

    千次阅读 2021-11-30 09:48:58
    软件中定义的变量通常在使用前需要进行初始化工作,初始化就是给变量赋一个初值。 举一个简单的例子:u16 a = 1314 ; 很简单吧。 其实要搞清楚其本质,还是一件较为复杂的事情。变量初始化分为两大类: 1、静态变量...
  • 类的初始化和反初始化

    千次阅读 2020-07-03 16:42:15
    如上所述,你可以在初始化器里为存储属性设置属性值。另外,指定一个默认属性值作为属性声明的一部分。当属性被定义的时候你可以通过为这个属性分配一个初始值来指定默认的属性值。 默认的初始化器 Swift 为所有...
  • 2007-03-01应用程序正常初始化失败!网上下载了几个其实与NTFS格式没有任何关系。原因是Win2003系统默认没有启用硬件加速、不支持DirectX 9。0。解决办法:①在控制面板中打开“显示属性设置页”→单击“高级”→...
  • 这次将为大家介绍解决的是绝地求生无法初始化steam的问题。出现绝地求生无法初始化steam的提示,我们需要以管理员的身份以及兼容模式运行绝地求生游戏进程和steam,具体怎么操作呢?一起来看:第一步:在steam库中找...
  • 所以想着重新初始化,但是我在2019.3版本中没有找到初始化内容, 本来一切运行正常,基本上考补丁能运行项目,在我学习kontlin的时候,崩溃了,彻底想更换,因为我不知道改了哪里导致出现异常!导致运行最简单的项目...
  • 服务器初始化

    千次阅读 2021-08-09 15:30:10
    服务器初始化后(Ubuntu 20.04),创建了一个新的账户,创建命令如下: adduser Ant # 创建新用户Ant passwd Ant # 设置Ant账户的密码,然后输入密码即可 赋予Ant账号sudo权限 在root账户下,输入如下命令: ...
  • Web应用初始化参数的设置和获取

    千次阅读 2020-07-30 15:14:59
    Web应用初始化参数的设置和获取 1.初始值的设置 web初始化参数可以通过web.xml文件中进行设置, 标签是<context-param>和子标签<param-name>、<param-value> 2.初始值的获取 主要通过...
  • Python初始化列表

    万次阅读 多人点赞 2019-04-29 18:17:49
    Python初始化列表 下面我们就来介绍在Python中初始化列表(我们创建大小为1000并使用零初始化的列表)的一些方法。 1)方法一:使用for循环和append()函数 arr = [] for i in range(1000): arr.append(0) 2)方法...
  • Mac电脑初始化、恢复出厂设置方法

    千次阅读 2021-07-25 08:31:56
    一般Mac系统出了问题,我们都会选择重新安装系统,不过Mac电脑带有恢复出厂设置的功能,可以恢复到你电脑刚买时候的状态,非必要情况不建议初始化Mac电脑,下面的方法是教大家如何恢复Mac出厂设置。方法一:1、设置...
  • C++ 认识初始化

    千次阅读 2015-08-29 18:32:55
    初始化是程序设计中一项重要的操作,又是一项容易被误解和忽略的操作。使用未初始化的变量(或内存区域)是程序产生bug的重要原因之一。...1.什么是初始化在给初始化下定义前。先弄清楚两个概念。申明与定义。
  • 初始化(启动)代码

    千次阅读 2020-12-22 14:32:33
    初始化(启动)代码使处理器从复位状态进入到操作系统能够运行的状态。它通常须配置存储器控制器、处理器cache和初始化一些设备。 初始化代码在把控制权交给操作系统之前,须处理许多管理任务。可以把这些不同的任务...
  • 服务器之--初始化

    千次阅读 2022-03-14 10:20:48
    3.初始化 yum update 4.安装java环境 yum install java-1.8.0-openjdk* -y 5.创建一个目录 mkdir -p /www/web cd /www/web 6.上传jar包,守护方式启动 nohup java -jar xxx.jar --server.port=80
  • 本地github 仓库没有初始化,进行设置 echo "# some text" >> README.md # 修改文件,产生不同,用于进行一次提交 git init # 初始化git 仓库 git add README.md # 将刚才进行修改的 `README.md`添加到缓冲...
  • 串口通信初始化

    千次阅读 2019-10-29 10:37:18
    串口初始化工作需要做以下工作: 设置波特率 设置数据流控制 设置帧的格式(即数据位个数,停止位,校验位) 串口初始化 代码: [cpp] view plain copy int set_opt(int fd,int nSpeed,...
  • CAN初始化流程

    千次阅读 2020-05-23 18:05:50
    1.配置相关引脚的复用功能,使能CAN时钟 ...通过先设置CAN_MCR寄存器的INRQ位,让CAN进入初始化模式,然后设置CAN_MCR的其他相关控制位。再通过CAN_BTR设置波特率和工作模式(正常模式/环回模式)等信息。最后设置INRQ
  • 随机初始化2.1 高斯(Gaussian)分布初始化2.2 均匀分布初始化2.3 根据范数保持性(Norm-Preserving)2.3.1 通过方差缩放的方式2.3.2 正交初始化3. 固定值初始化4. 混合初始化 动机 神经网络本身是个非凸优化问题,...
  • 系统初始化过程可以分为 3 个主要环节,按照自底向上、从硬件到软件的次序依次为:片级初始化、板级初始化和系统级初始化。 片级初始化 完成嵌入式微处理器的初始化,包括设置嵌入式微处理器的核心寄存器和控制...
  • 1、Armbian5.77(Debian 9)系统初始化设置

    千次阅读 2020-12-30 15:26:06
    upgrade 侧重升级的意思,升级所有包,改变软件设置和系统设置,不升级系统版本和内核。 二、启用中文环境(nano编辑: Ctrl+O 保存 Enter 确认 Ctrl+X 退出) locale #查看环境变量 sudo nano /etc/locale.gen #开启...
  • Halcon(二)-图像初始化的几种方式

    千次阅读 2022-03-27 10:16:30
    本文主要讨论,如何将数据从外设(相机),转换到Halcon对象,从而用Halcon进行后续的图像处理。和翻译文档不同,从使用场景的视角,有以下几种图像初始化方法。
  • 码云gitee本地初始化项目基本设置

    千次阅读 2019-03-31 15:13:20
    1、本地初始化一个项目 git config --global user.name "你的名字或昵称" git config --global user.email "你的邮箱" 2、初始化版本库的文件夹中 git init git remote add origin <你的项目地址> // 注:...
  • 西门子G120变频器初始化参数设置

    万次阅读 2020-08-19 16:15:51
    (1)需要重新设置 按OK键进入RESETP(重新设置)选择YES ^ (2)不需要重新设置 按向下键选择更改参数 p96(选择应用等级) p100(设置电机标准)—0(ISC电机,50Hz) p205(设置功率单元应用) P210(设置变频器...
  • 如何初始化数据库表

    千次阅读 2019-12-06 15:13:35
    TRUNCATE TABLE work_schedule # TRUNCATE TABLE 命令用于删除现有数据表中的所有数据(表初始化) TRUNCATE TABLE (表初始化)和delete table的区别 清空mysql表中的记录有以下两种方法: 1、delete from 表名;...
  • NN模型设置--参数初始化

    千次阅读 2018-12-04 10:11:23
    参数初始化的原理   权值初始化对网络优化至关重要。早年深度神经网络无法有效训练的一个重要原因就是早期人们对初始化不太重视。   模型对初始的参数是很敏感的,如果参数都很大,那么经过wx+b这个线性函数时...
  • gprs模块初始化文件,介绍对GPRS的设置

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 299,752
精华内容 119,900
关键字:

初始化设置是什么意思