在自己项目文件夹中，点击鼠标右键，选择Git Bash here，弹出Git命令框在命令框中输入命令 ssh-keygen，然后一路点击enter，遇到y填y，这时会在系统盘下你的用户名下的.ssh文件夹里生成一个id_rsa.pub和一个id_rsa文件，用记事本打开其中的id_rsa.pub，复制所有字符，然后登录github中你的帐户，在帐户setting中选择SSH and GPG Key

典型“花屏/棋盘格噪声”一般不是“模型没学到”这么简单，优先怀疑两类问题：数据/张量链路错误：shape、dtype、范围、保存方式不对，导致解码/保存呈现花屏。训练/采样不一致：训练目标（预测什么）和采样器更新公式（怎么用预测值）不一致，模型即便 loss 下降也会推理花屏。

KL 散度（Kullback-Leibler Divergence），也叫KL 距离或相对熵(Relative Entropy)，是用概率分布𝑞来近似𝑝时所造成的信息损失量. KL散度是按照概率分布𝑞的最优编码对真实分布为𝑝的信息进行编码，其平均编码长度（即交叉熵）𝐻(𝑝, 𝑞)和𝑝的最优平均编码长度（即熵）𝐻(𝑝)之间的差异. 对于离散概率分布𝑝和𝑞，从𝑞到𝑝的KL散

像素是由比特组成的数字。例如在256级灰度图像中，每个像素的灰度是由8比特（一个字节）组成。如下图所示，一幅8比特图像由8个1比特平面组成，其中平面1包含图像中所有像素的最低阶比特，而平面8包含图像中所有像素的最高阶比特。

梯度是一个量变化的速度，在数学中通常使用求导、求偏导获取梯度或者某一方向上的梯度。在数字图像中梯度可以看为像素值分别在x,y方向上的变化速度，因为数字图像的离散型，以及像素是最小处理单元的特性，求数字图像的梯度时，不需要求导，只需要进行加减运算即可。

图像灰度化：将彩色图像转化成为灰度图像的过程成为图像的灰度化处理

高斯函数广泛应用于统计学领域，用于表述正态分布，在信号处理领域，用于定义高斯滤波器，在图像处理领域，二维高斯核函数常用于高斯模糊Gaussian Blur，在数学领域，主要是用于解决热力方程和扩散方程，以及定义Weiertrass Transform。二维高斯函数在计算机视觉领域用处广泛，利用0均值的二维高斯函数,可以生成高斯卷积核，用于图像处理中的高斯滤波，实现高斯模糊，可以去除噪声。

codeup algorithm的常见用法详解题号：10000604A题 : 求最大最小数题目链接：http://codeup.cn/problem.php?cid=100000604&pid=0#include <iostream>#include <algorithm>using namespace std;int main(){int a[1...

codeup priority_queue的常见用法详解题号：10000601A题 : 任务调度题目链接：http://codeup.cn/problem.php?cid=100000601&pid=0#include <iostream>#include<cstdio>#include<queue>#include<string&g...