我之前已经通过codna的方式安装了cuda toolkit来支持深度学习的训练，也可以输出torch.cuda.is_available()，证明pytorch是可以调用cuda的，但是我在使用CUDA EXTENSION的时候提示找不到CUDA，后来查询后发现CUDA的安装方式不同，CUDA也不同，关于这种不同，详情请查看这篇博客系统：Ubuntu 20.04架构:x86_64显卡：4070T

CVPR2020|SurfelMeshing复现过程

ubuntu 20.04安装tensorflow-gpu

我之前已经通过codna的方式安装了cuda toolkit来支持深度学习的训练，也可以输出torch.cuda.is_available()，证明pytorch是可以调用cuda的，但是我在使用CUDA EXTENSION的时候提示找不到CUDA，后来查询后发现CUDA的安装方式不同，CUDA也不同，关于这种不同，详情请查看这篇博客系统：Ubuntu 20.04架构:x86_64显卡：4070T

面试岗位算法工程师背景：双985非计算机硕士面试经历笔试和综合测评因为我实习的时候就做过笔试和综合测评，成绩半年有效，所以我此次不需要再做笔试和综合测评。专业面一因为我之前就在该部门实习过，专业面一的面试官也是我实习时候的面试官，主要问了些实习时候的项目经历，然后问了下项目的创新点和最后的性能指标，做了哪些改进，以前这部分工作是怎么做的。主要语言是python，会不会其他语言？答;会C语言，但最近

Pytorch踩坑记录相同点net.eval()和with toch.no_grad()的相同点：都停止反向传播不同点：1、net.eval()用net.eval（），此时BN层会用训练时的均值和方差。不重新计算输入数据的均值和方差，dropout会让所有激活单元都通过。2、with toch.no_grad()用with no grad()，BN层仍会计算输入数据的方差和均值，DropOut会按

我之前已经通过codna的方式安装了cuda toolkit来支持深度学习的训练，也可以输出torch.cuda.is_available()，证明pytorch是可以调用cuda的，但是我在使用CUDA EXTENSION的时候提示找不到CUDA，后来查询后发现CUDA的安装方式不同，CUDA也不同，关于这种不同，详情请查看这篇博客系统：Ubuntu 20.04架构:x86_64显卡：4070T