midori的博客

生成模型与判别模型区别判别模型： 直接求P(Y|X)生成模型： 通过P(X,Y) / P(X) 求 P(Y|X) ，eg：隐马尔可夫链为什么要用生成模型对高维数据和样本分布问题有很好的检测模拟强化学习(RL)数据缺失，半监督学习多模态(multy-modal)输出,eg：可能生出三只眼的狗，生成结果不好现实的生成任务，eg：给定一个groud truth的图片，将目标图片上面的...

问题在很多情况下我们都能看到代码里有这样一行：torch.backends.cudnn.benchmark = true而且大家都说这样可以增加程序的运行效率。那到底有没有这样的效果，或者什么情况下应该这样做呢？解决办法总的来说，大部分情况下，设置这个 flag 可以让内置的 cuDNN 的 auto-tuner 自动寻找最适合当前配置的高效算法，来达到优化运行效率的问题。一般来讲，...

Pytorch中函数torch.nn.Conv2d的参数解释其中，参数groups很有意思，字面上理解是将参数分组，它可以在保持输出通道数不变的情况下，将参数重复利用。在实际实验中，同样的网络结构下，这种分组的卷积效果是好于未分组的卷积的效果的。计算过程特征图尺寸减半参考DenseNet、ResNet中常见的一些结构, bottleneck之前对输入数据的处理#1.Conv2d(...