Open dumpling-Eric opened 2 years ago
作者你好,N_1过程中使用伯努利采样的时候,有两个相关的问题:
在BernCorrupter类中,得到的bern_prob全部都是0.5,这是因为统计频率的过程中没有相加,所以相当于均匀采样了
在base_model.py文件中,对于selection的类型选择,原始代码中是selection = torch.bernoulli(prob).type(torch.ByteTensor),但是取反操作后~selection,原义是selection为1时,替换head,selection为0时,~selection为0,替换tail,但是目前的实现中全部正样本的tail都会替换,因为~selection最后的值是255或者254
(如果方便的话,可否加个微信细致讨论一下细节呢)
作者你好,N_1过程中使用伯努利采样的时候,有两个相关的问题:
在BernCorrupter类中,得到的bern_prob全部都是0.5,这是因为统计频率的过程中没有相加,所以相当于均匀采样了
在base_model.py文件中,对于selection的类型选择,原始代码中是selection = torch.bernoulli(prob).type(torch.ByteTensor),但是取反操作后~selection,原义是selection为1时,替换head,selection为0时,~selection为0,替换tail,但是目前的实现中全部正样本的tail都会替换,因为~selection最后的值是255或者254
(如果方便的话,可否加个微信细致讨论一下细节呢)