@conhost 对不起，你可能要失望了，除了生成，这些我全都做过。所以做 NLP 就是只会调用下 transformer 吗？抱歉我写过的项目，用 transformer 的不到 10%。还是说您只会这个？所以 NLP 只需要做个 dataloader 就行了吗？
就这点小东东，天天拿出来摆。还要 diss 下记不得这个叫啥名字的。天天关注叫啥名字，也不问为什么会在语言里面设置这么个东东，人家说你八股你还不信了。
除了用 transformer ，有把 transformer 和 torch-lightning 的源码阅读过吗？里面包含你这 magic method 和 hook 的地方多了去了。这都是程序员的继续素养。别怪人家 diss 你，你这事情做的太 low 了。就像小学生会了乘法到处吹怎么这些人连乘号都不认识一样。

@zouri 750Ti 真没有必要浪费时间整这些。你用 mac 也不太可能在 mac 上装 cuda 呀。老老实实 CPU 版本。最简单的（基本没有不这么干的）是远程连接带 GPU 的服务器。

参数的定义，写得好的库，都有类似 pythondoc 的实现，怎么会不好读呢。我看到也就是一些底层实现非 Python 的才会有这类问题。

如果格式固定，为什么不试试 named tuple

的确常用 ABC ，不过实用没啥纠结。

@yianing
@GrayXu 厉害，用 trie

学习了，还有 rooling 这个方法

高清视频修复，其实不少是插值实现的。要么你就得准确数据自己去学习了，这多少数据是够啊。
马赛克修复，想多了。
换脸，要做对抗生成吧。小学生一般没机器跑不起来。

我觉得这里不需要做二次开发，Torch 的 Dataloader/Dataset 已经帮你做好了。

我想问下，假如读取图像的后缀不同，还没法读了？

读图像 /label 外，不应该再有个 Transform 的办法？不去看看 TorchVision 的实现？

我是搞不明白这么简单的读图像和 label ，为啥还能搞出几层继承？这设计在代码复杂度大大提升的同时，连基本功能都完不成。

我建议 lz 从使用方角度考虑怎么使用方便，再来设计吧。不懂怎么设计，怎么简单怎么来，不会错很多。搞不懂到处加东西，是很恶心的。

2 3 4 楼就是一眼能猜到的原因了，python 命令路径错误指定了，windows 和 linux 下路径不一样。

搞不明白，为啥都这么喜欢在封闭不容易配置的环境下面做配置，特别是新手。

我带人，第一件事，就是放弃 Windows 作为开发环境，或者你滚蛋。

比起问魔法函数是啥，Python 高工们，不应该问 魔法函数是怎么起作用吗？

@razios 夸张了吗？那是你没去看看这方面的话题。我在某 app 搜了个啥，在另一个 app 里面就出现了。

“既然是算法当然希望是更智能”，我觉得即使把算法效果提升到 50 年以后的水准，现在依然是一样的吐槽。
人生有 2 大痛苦，一个是得不到，一个是得到了。本来不信，现在我真是信了。

@Borden 不是难做，而是众口难调。我要吃清淡的，我要吃咸的，都是一套办法。而且，就算推中了，也还有人可以吐槽监控、茧房。反正没有被伺候好，就吐槽。有时候“没有被伺候好”，也只是其他方面的投射，投射到哪里都是随机的，错的可能也并不在网易云推荐。