1.2.3.

异常检测算法应用与实践_CMU赵越 (qq.com)

深度学习&故障诊断初学者 - 学习路线_深度学习 故障诊断初学者_故障诊断与python学习的博客-CSDN博客迁移学习-域适应损失函数MMD-代码实现及验证_mmdloss_故障诊断与python学习的博客-CSDN博客域适应方法顶刊论文列表 近两年（2020-2021） - 知乎 (zhihu.com)

不同PyTorch版本训练同一个代码结果差异巨大_pytorch版本不同 结果差距大_yyywxk的博客-CSDN博客PyTorch的可重复性问题 （如何使实验结果可复现）_pytorch 可重复性_hyk_1996的博客-CSDN博客

删了 .condarc文件里的 ~/conda-forge/

比如报错：execute(502): An error occurred while installing package 'conda-forge::certifi-2022.9.24-pyhd8ed1ab_0'.----------->conda-forge就没这个版本的包。，相对高版本的conda在 install时貌似会自己更新且不会报错：conda create -n conda_env

定义根据公式来看，是交叉熵减去信息熵，认作“近似一个分布与另一个分布时损失了多少信息”，“较不可能发生的事件具有更高的信息量”，按这个标准的话,KL散度应该是一个分布变成另一个分布不确定度(或者信息量)升高的数量。例如，KL散度对于概率分布的“距离”有严格的定义，而EMD对于分布的结构和形状更加敏感。它是KL散度的平均，用于衡量两个概率分布之间的相似性。用于衡量观察值与期望值之间的差异，适用于比较