2021.3.10学习记录

1. ubuntu截屏：ctrl+shift+printscreen

2. ubuntu设置主屏幕：

   xrandr   #查看显示器信息
   xrandr --output name --primary# 设置主屏幕
   

3. 如果想要freeze某些层或参数，用self.register_buffer(name, tensor)。这个函数在反向传播时不会更新参数。

4. 读了coordinate Attention for Efficient Mobile Network Design(https://arxiv.org/pdf/2103.02907.pdf)
   CA(Coordinate attention)是SEnet的优秀改进版本.SEnet 在计算通道注意力的时候仅仅做了简单的Global average pooling,这样会丢失feature map的空间信息。CA的作者从此入手，首先在feature map的X、Y方向上分别挤压，形成了Cx1xW和CxHx1的两个matrix,将他们concatenate起来，然后用fc层降纬，然后分开，再升纬，分别得到宽高的attention后，乘到原来的feature map上。
   
   文中将这种结构加在了Mobilenet的inverted residual block 和 sandglass residual block中，第二种的效果更好，且引入的参数量很少，很轻。