提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录一、Win10开启Linux子系统操作步骤1.启用适用于 Linux 的 Windows 子系统2.检查运行 WSL 2 的要求3.启用虚拟机功能4.下载 Linux 内核更新包5.将 WSL 2 设置为默认版本6.安装所选的 Linux 分发此步所遇到的问题二、将子系统迁移到非系统盘操作步骤此步所遇到的问题三、为子系统添加图

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录一、Win10开启Linux子系统操作步骤1.启用适用于 Linux 的 Windows 子系统2.检查运行 WSL 2 的要求3.启用虚拟机功能4.下载 Linux 内核更新包5.将 WSL 2 设置为默认版本6.安装所选的 Linux 分发此步所遇到的问题二、将子系统迁移到非系统盘操作步骤此步所遇到的问题三、为子系统添加图

如今的深度学习发展的如火如荼，相信各行各业的大家都或多或少接触过深度学习的知识。显存不足是很多人感到头疼的问题，毕竟能拥有大量显存的实验室还是少数，而现在的模型已经越跑越大，模型参数量和数据集也越来越大。在别人的Batchsize在32甚至64以上时，我们还在为强行塞下1个Batch而努力。以下给大家提供一些节省PyTorch显存占用的小技巧，虽然提升不大，但或许能帮你达到可以勉强运行的及格线。.

项目场景：这是在编译FCOS (主要是其中基于maskrcnn-benchmark部分)时报的错误。问题描述：在执行python setup.py build develop --no-deps时，会RuntimeError，报以下错误：subprocess.CalledProcessError: Command ‘[‘ninja‘, ‘-v‘]‘ returned non-zero exit s