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）