1.问题描述docker 拥有端口映射功能，但是简单地将jupyter运行的端口映射到本地再在本地浏览器中打开此端口却发现没办法链接上容器内的jupyter。2.解决方案说明：在容器内运行jupyter时，要特别指定ip为0.0.0.0，并且使用--no-browser参数才能正确将jupyter端口映射到本地。步骤：1.本地机器运行一个doker容器，注意指定端口映射（-p 8888:8888）

Single-Machine Model Parallel Best Practiceshttps://pytorch.org/tutorials/intermediate/model_parallel_tutorial.html#pytorch 多GPU训练一般采用的是“数据并行”的方法，但它同样也支持“模型并行”。“模型并行”需要解决的首要问题就是模型太大，导致单张GPU无法完整的加载整个模型

1.描述需要使用opencv c++来处理一些视频文件，安装（编译）opencv时需要开启ffmpeg支持，此文章记录ubuntu下的安装过程，opencv版本以3.4.5为例，其他版本类似。2.步骤总览1.安装ffmpeg2.安装其他相关库文件3.编译并安装opencv3.安装ffmpeg先更新源列表apt-get update安装ffmpegapt-get ffmpeg验证ffmpegffmp

python 中import的基本用法，概念，及常见的错误解决方案

pytorch onnx export 的参数介绍

1.使用场景希望拥有Linux系统开发深度学习程序的便捷性，和Windows系统日常工作的高效性。为什么不用虚拟机：虚拟机（如VMware等）安装的Linux系统无法使用Windows系统中的显卡进行深度学习程序加速。2.步骤概况开启windows体验计划，并更新系统至较高预览版本。安装英伟达对wsl2的显卡驱动（NVIDIA Drivers for CUDA on WSL）。安装wsl2。从wi

1.使用场景希望拥有Linux系统开发深度学习程序的便捷性，和Windows系统日常工作的高效性。为什么不用虚拟机：虚拟机（如VMware等）安装的Linux系统无法使用Windows系统中的显卡进行深度学习程序加速。2.步骤概况开启windows体验计划，并更新系统至较高预览版本。安装英伟达对wsl2的显卡驱动（NVIDIA Drivers for CUDA on WSL）。安装wsl2。从wi