会议纪要

1.针对使用SA loss 在接近1的时候，gradient 会很大，这样会导致优化到后面不稳定，因为一般的是优化到最后，gradient是减小的。所以可以加一个L1 来稳定，或者通过调整episilon的大小。
2.对于CNN的过拟合现象，可以通过在prosit数据集上pretrain来缓解
3.model ensemble 应该是使用各自的网络，他们的weight不该共享，并且ensemble的一般操作是针对预测的结果的average。
4.对于并联三个model，因为FC层是随机初始化的，所以跟另外三个网络初始化的方法不一样，所以对于FC应该使用一个比较大的learning rate，相较于前面的三个网络。
5.对于使用先对有或者无进行二分类，然后继而进行intensity的预测。这种需要分开去看，看下二分类和intensity的预测情况。

ToDo

1.CNN和transformer的预训练
2.添加额外的合适的feature，这种feature应该是和ion intensity的产生过程有关，来帮助ion intensity的预测
3.分开看使用two-stage前后，预测情况的变化。