李宏毅老师 GAN 课程的第二讲。
条件 GAN 与一般的 GAN，区别主要在于，输入数据是成对出现的，即（条件，X）。

李宏毅老师 GAN 课程的笔记

摘抄的关于胶囊网络的综述

排序算法整理

Pytorch1.4 GPU 环境

对于边缘分割类任务，边缘部分因为人为标记不准确等原因，在评估模型时，需要对这些区域设置一定忍耐度以保证模型评估更完整。这里提供代码参考

在做数据增强时，如果对图片进行旋转，那么新的图片背景会出现不属于原始图片分布的区域，这时一种解决办法就是将原始图片进行平铺，用原始图片填充角落。

如果用到 pytorch 不能自动求导的东西，这时可能就需要自己完成 BP 算法了。但是怎么去替代这个过程呢，pytorch 中提供了扩展方法

现在大部分的深度学习教程中都把卷积定义为图像矩阵和卷积核的按位点乘。实际上，这种操作亦应该是互相关（cross-correlation），而卷积需要把卷积核顺时针旋转 180 度然后再做点乘。