qq_57019146的博客

Con-CDVAE论文精读

大部分模型都只能处理单独的输入，然而，当某些任务需要提取各个输入之间的时序信息时，只对每个输入进行单独的处理是不够的，需要处理的是将各个输入连成的整个序列，基于此RNN诞生了！

生成对抗网络（Generative Adversarial Network, GAN）是由IanGoodfellow于2014年在《Generative Adversarial Nets》中提出的模型。

知识蒸馏是人工智能领域重要的模型压缩方法，在自然语言处理、计算机视觉、多模态学习、预训练大模型领域有广泛应用。通过师徒传授，将大规模教师模型的知识传递给轻量化学生网络，实现模型压缩和部署。

本文是经过多次在Lniux集群上安装tensorflow2.6-GPU失败后总结的经验。