@allin1 我选择原画 264 。
那 b 站更不地道了，同档位做同码率 264 、265 编码。

别搞，学术界和工业界差距过大，像快速转码学界传统方法都搞了很久了，工业届也没见普及，还是解码完再编码。要是让你搞深度学习，不如直接卷 cv 。

@id4alex 上 AI 上的太激进了，表面能看到用的就有语音降噪，人像抠图（可能还有深度估计），图像描述

@ililu 如果原视频上传是 265 且 b 站没做二次转码，可能会画质更好。杜比不了解，不谈。

做转码的话，都是看 RD 曲线，找一个合适的码率。从成本来看，b 站肯定会选择更低码率的 265 来达到接近的画质。

那对用户来讲，我选择更高码率的 264 有什么坏处呢。

看 b 站用 265 图啥，人是用来做成本省流量的，用户又不缺

@billgreen1 维度问题是极小的一面，如果仅仅是维度问题，为啥不像 cv 任务一样全局平均呢。class token 可以认为是学到了位置无关的，而且一直在参与 self attention 计算的 token ，这比手动融合强多了。

class token

修电脑的单买颗粒也贵

redmi ？

因为这就是 nvdec 的能力上限，v100 官方宣称是 avc 下 12 路 1080p@30 yuv420 ，4k@60 大致相当于 8 倍的 1080p@30 的复杂度了。

另外 nvdec 满了，也大致不影响 cuda 计算的。

无糖可口可乐已经算更新过配方，改善口感了

@Swe3tDream 没这么悲观。上个普通一本院校，毕业被普通县市级医院签走，同时在当地省会三甲规培几年（合同带的），虽然只能回到普通县市医院，以上来自一个同学的实际路线。就算在他乡，对农村家庭或者小镇人士来说，难道不是一个较优的选择吗？