Everything about
「Machine Learning」

  1. Dropout

    Dropout已经被证明可以有效缓解过拟合，在一定程度上达到正则化的效果。这篇博客简单记录一下在 实现的时候进行rescale的操作。
    on Machine Learning

  2. Pytorch_nn_module

    序言

    定义模型类的时候，一般都需要继承nn.Module类。当我们后续对模型进行查看或者定位修改的时候很头疼它的api那么多，应该用哪个，怎么用，为什么……这篇博客就好好捋一捋nn.Module。
    on Machine Learning

  3. DataParallel vs DistributedDataParallel

    多卡训练模型时绕不过的一个问题：DataParallel(DP)和DistributedDataParallel(DDP)有什么区别？
    单机单卡不用考虑。
    多机多卡用DDP也不用多想。
    单机多卡用DP和DDP有啥区别？为什么DDP比DP要快？
    on Machine Learning

  4. Pytorch中的non_blocking

    思考一个问题，x = x.cuda(non_blocking=True)中non_blocking的作用，以及什么时候使用。
    on Machine Learning

  5. 一周几道算法题 [2020-07-25]

    一周几道算法题！

    本周算法以动态规划为主，题解如下：
    on Algorithm

  6. 6月乱七八糟

    2020年6月，我……硕士毕业了。 没有毕业典礼，自己也没有拍毕业照，我就这样在疫情中匆匆毕业了。
    on Fragments