Pytorch固定部分参数(只训练部分层)
在迁移学习中我们经常会用到预训练模型，并在预训练模型的基础上添加额外层。训练时先将预训练层参数固定，只训练额外添加的部分。完了之后再全部训练微调。在pytorch固定部分参数训练时需要在优化器中施加过滤。!(https://oscimg.oschina.net/oscnet/c2e82d04a39a6ac7a0edc7e41e7bbad219a
2018收官蓉城，探秘多媒体开发新趋势
!(https://oscimg.oschina.net/oscnet/0659f08dcf2a4c06aff4d20ed1ee40f1.jpg)2018年收官在即，音视频技术生态在这一年中也并不平静，Codec的争夺愈加激烈，AV1的持续优化以及国产AVS2在工业界的探索对HEVC的挑战更加紧迫；WebRTC的定稿打通了浏览器、移动
Android模块化初体验及教程（二）
上一章初级体验了一下模块化，但是还是有很多需要优化和改进的地方思考点：怎么单独运行某一个子模块，不影响到其他模块之间的依赖？子模块需要Application，难道要每个模块写一个？因为是同一个服务器，所以网络请求库，怎么跨模块间公用？模块间怎么通信？解决将项
微体系-多端全栈项目实战：商业级代驾全流程落地完结无密
全栈项目：技术深度与广度的融合实践在快速迭代的软件开发领域，全栈项目作为一种集设计、开发、测试、部署及维护于一体的综合性项目，正逐渐成为衡量开发者综合能力的重要标尺。全栈开发者不仅需要精通前端技术，如HTML、CSS、JavaScript及其框架（如Rea