从上一篇博客zlib源码分析—compress函数学习了compress函数的代码，这一篇我们来详细分析一下deflate算法的流程。先从compress代码中所体现出来的deflate函数的返回值和输入参数看起。通过源数据长度来判别第二个参数是Z_NO_FLUSH还是Z_FINISH（这里我们知道def

TTA 源码阅读2 1. Transforms.py 主要是图片增强方法的文件 首先要提一下的是，它这里transform的类继承DualTransform，而这个类又是完全继承上一篇解析过的BaseTransform的 class DualTransform(BaseTransform):pass 因此看到它直接当做BaseTransform即可 其次是

整个model/util文件夹下主要将了三个Creator函数： AnchorTargetCreator() : 用每张图中bbox的真实标签为所有任务分配ground truth！【RPN网络】ProposalCreator() : 输入上一张图的所有bbox,label的ground trurh。输出的2000个roi作为ProposalTargetCreator的输

由于MAML作者提供的源码比较混乱，而且是由tensorflow写成。所以我写了一篇用Pytorch复现MAML的博客：MAML模型无关的元学习代码完整复现（Pytorch版）。那篇博客中的复现细节已经很详尽了，但是在omniglot数据集上的准确率只有0.92，考虑