留个纪念，记录下解决问题的思路因为后来翻issue发现官方把问题都修复了（早知道我也去提了 :）有下列问题的，拉一下最新代码就行了吧，除了【未解决】的那个还卡着。在做：π0基于自己的数据集微调 Fine-Tuning Base Models on Your Own Data 的时候遇到各种报错，记录一下。

遇到报错： [W reducer.cpp:362] Warning: Grad strides do not match bucket view strides. This may indicate grad was not created according to the gradient layout contract, or that the param’s strides changed

比较简单，算法题目里就写了：Action Chunking with Transformers，比较有特色的地方就是Action Chunking，核心就是不浪费之前做过的推理预测，统统拿过来加权一下，得到最终的答案。

留个纪念，记录下解决问题的思路因为后来翻issue发现官方把问题都修复了（早知道我也去提了 :）有下列问题的，拉一下最新代码就行了吧，除了【未解决】的那个还卡着。在做：π0基于自己的数据集微调 Fine-Tuning Base Models on Your Own Data 的时候遇到各种报错，记录一下。

遇到报错： [W reducer.cpp:362] Warning: Grad strides do not match bucket view strides. This may indicate grad was not created according to the gradient layout contract, or that the param’s strides changed

记录一下做作业的时候遇到的问题。coursera吴恩达机器学习网站ex1零零碎碎的笔记：nx1,或1xn的叫vector，向量，记作RnR^nRn，nxm的叫矩阵，记作 R n x mgradientDescent照公式写就可以了。delta = X'*(X*theta - y); %X'可以不加括号theta = theta - alpha/m*de...

记录一下做作业的时候遇到的问题。coursera吴恩达机器学习网站ex1零零碎碎的笔记：nx1,或1xn的叫vector，向量，记作RnR^nRn，nxm的叫矩阵，记作 R n x mgradientDescent照公式写就可以了。delta = X'*(X*theta - y); %X'可以不加括号theta = theta - alpha/m*de...