我来简化下问题

假设
1. 楼主需要 35 岁之前结婚
2. 楼主每年能相亲 10 次
3. 楼主相亲的对象的评分服从一个均值为 5 方差未知的高斯分布
4. 楼主必须相亲结束后作出决策，未来没有再见的机会


这个问题就简化成为一个 ...... 最优化问题？
想来是难不倒楼主吧

ifm 很好用，虽然界面看起来很挫
我是用了几次 Files Gallery 之后换过去的

https://github.com/misterunknown/ifm

这个例子在我看来是已经过时的。楼主似乎在读一本很老的 C++ 教科书？现在比较方便的写法是

```
template<typename T>
void func( T&& v )
{
if constexpr( std::is_interger_v<std::remove_cv_t<T>> )
{
// branch 1
}
else
{
// branch 2
}
}
```

建议碰到有 enable_if_t 的代码略过，concept 和 constexpr-if 的引入使得 SFINAE 已经不是那么时髦（过时）了，时间有限的话没有必要深究。

对楼上 @FrankHB （帝球）的发言强行补充两点：

1 ） `ModuleBase(ModuleBase* _impl);` 这里传进去的指针如果外边被析构了怎么办？
2) `ModuleBaseImpl(ModuleBase& owner);` 这里的引用出了作用域了怎么办？譬如某个函数返回一个 ModuleBaseImpl 实例的时候


所以我大概会这么实现：

https://godbolt.org/z/1Y7Yxn9Yf

@pezy 这种方案跟什么都没做似乎没区别？那个 `struct priv` 完全可以省去的。只要随便在一个匿名的空间里定义一个实现，然后 `bool SpamFilter::isSpam`直接调用就成了。所以没有必要在这个类里放一个 struct 啊。替代的可以是这样 :

```

// header file:

struct SpamFilter{
bool isSpam(string const&);
};


// implementation file:

namespace
{
template< typename S >
bool is_spam( S const& s, string const& str ){ ... }
}

bool SpamFilter::isSpam(string const& str )
{
for ( ... )
if ( is_spam( *this, str ) )
return true;
return false;
}
```

比链接里的实现清爽多了。

可以从给图片添加描述开始。
我之前做过一个 demo 在这里： https://github.com/fengwang/recaption_images
真的使用，模型还需要自己精调

@Bijiabo Threema 基本满足。然而几乎没有人用。

真是简单粗暴。。。
用 KNN 可能更文雅些

纯好奇问下，如果要用 PyInstaller 打包成可执行文件，这个库还能正常工作么？我之前写的一些代码发现动态导入的库碰到 PyInstaller 打包很难掰扯

adb push/pull 没有人用么？

还用 TG / KDE connect

风景照片跟具体的地点相关么？如果不相关的话，也是可以随机生成的。

我出个主意:
鉴于最多有两个标签是 1 ，那么可以依旧用 softmax 做激活，用 soft label 处理下数据。

譬如，当某个样本只有 1 个标签的时候，把这个标签设置为 0.5 ，其他的 999 个平分剩下的 0.5 ；当某个样本有两个标签的时候，把这两个标签都设置为 0.5 ，其余的标签设置为 0 。

刚拍脑袋想出来的，不保证靠谱。

这个问题的根源在于， 激活函数是 softmax 的时候，最后一层的输出强制非负并且和为 1;
更换到 sigmoid 之后，输出之和为 1 的限制被解去了。
当有 1000+ 个 label ，而一个样本最多有两个 label 是 1 的时候，网络输出全为 0 明显是一个局部最小，而且基本上不能跳出来的那种。

不要用浏览器看 H265 ，用 jellyfin-media-player 之类的桌面端 app 来看 H265

@cpprookie 这个可能还是要看个人口味了。如果让我选，我可能选 crow ，因为它是 header-only 的。当然 wfrest 也有别的优势 -:)

进来之前，我还以为楼主重新发现了 CROW: https://github.com/ipkn/crow
进来之后，才发现这是另一个轮子。

这很 C++ -:)

楼主不妨去看下我无聊中写的一个 Python 应用： https://github.com/fengwang/recaption_images

这个应用用训练好的神经网络来生成图片的描述，然后用这段描述来重命名图片。

不足：

目前我没有足够的计算资源来调优这个模型，用的是四年前的曾爷爷辈的别人的模型数据，所以生成的描述文字还比较淳朴。

多谢分享。
已 star

nfs 挂载 nas 分区，然后 moc ( http://moc.daper.net/) 用来听音乐。