CondConvContinual 这是Pytorch官方实现 屠成浩，吴成恩和陈楚松创作 该代码仅供学术研究使用。 对于商业用途，请联系教授（ ）。 基准测试 介绍 在最近的深度学习研究中，条件运算已经引起了很多关注，以促进模型的预测准确性。 向此方向的最新进展是条件参数卷积（CondConv），提出利用条件深层模型权重提供的附加容量来增强性能，而对模型的计算复杂性的影响则要小得多。 CondConv使用依赖于输入的融合参数，这些参数可以自适应地组合多列卷积内核以提高性能。 在运行时，内核