Lumina

我刚刚想到一个方法，在中奖率普遍较低的情况下可以忽略长尾，用较小的计算量获得主体分布情况。 假设我们想知道砸200抽抽出0~7个奖品的概率分布（出8个概率极低，后续概率忽略不计），可以分别计算抽出i个奖品的抽数分布，再将前200抽出货的概率求和，即可得到200抽抽出i个奖品的（精确？）概率

测试了一下，（1999的常驻池）跟我算出来的结果一样，也跟暴力模拟的结果接近 长尾判断可以是累积概率超过99.99%就break 接口什么的我没意见  

一个带200井+大小保底机制的池

> cc @Starry-OvO 网页端就算了吧，网页端反爬玩得很变态的

我也遇到了这个问题

这种一般是学到了什么奇怪的特征，要不先全部用正面或者全部用反面来试试？记得把`DataLoader`的`shuffle`设成`True`，不随机的话更容易学歪

我刚刚看到你的训练时间才意识到应该是数据量太少再加上纹理类型也很少（就两种）的问题，如果你的应用场景就是特定的几个图样那不如直接用传统的特征点匹配

莫非是因为分类数变多了

那个其实就是数据增强，并不高明的技巧

生成并不困难，主要问题在于这种简单的无规律的数据增强往往效果不好，也就是无法让网络区分有规律的旋转变换和无规律的鬼影