- 训练集, 测试集, 与validation集的分布不同时,怎么做.
来源: 天然的采集场景的不同, 使得有偏差. (比如城市汽车多, 村子自行车多, 图片像素的概率分布)
- 输入进行BN,能在数值上接近.
- 通过mean和varaince, 以及直方图的运用, 观察数据.
- vae修正, 或者集合本身就是一个总体的隐变量 -------- 没想清楚.
- …
- (用 python train.py terminal)训练用gpus和cpu, 然后会一天出现一次feeder error, 不知道怎么回事, 但用ckpt仍然可以接着训练 (仍然是python train.py terminal), 如何写一个自动检测是否error的脚本, 并且自动重新运行, 类似于try…catch…then redo…的感觉.
- Idea