查看 CUDA 版本：cat /usr/local/cuda/version.txt查看 CUDNN 版本：cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

计算机视觉MNIST标签：学术基准 经典 较旧合理性测试（sanity check）最常用的数据库。规格为 25x25、中心的、B&W 手写数字。用 MNIST 测试非常容易，但不要因为你的模型在 MNIST 运行良好，就认为它事实上可用。地址CIFAR 10 & CIFAR 100标签：经典 较旧32x32 彩色图像。虽然用得人比以前少了很多，但仍然能用它做有趣的合理性测试。地址ImageNet

计算机视觉MNIST标签：学术基准 经典 较旧合理性测试（sanity check）最常用的数据库。规格为 25x25、中心的、B&W 手写数字。用 MNIST 测试非常容易，但不要因为你的模型在 MNIST 运行良好，就认为它事实上可用。地址CIFAR 10 & CIFAR 100标签：经典 较旧32x32 彩色图像。虽然用得人比以前少了很多，但仍然能用它做有趣的合理性测试。地址ImageNet

经常会用到nvidia-smi命令来查看gpu的使用情况，具体的命令释义为：参考教程1,第一行为机器的当前时间，第二行为驱动的版本号，第三行是GPU名字，持续模式，Bus-Id,Disp.A,第四行是具体的使用情况，1)Fan：N/A是风扇转速，从0到100%之间变动，这个速度是计算机期望的风扇转速，实际情况下如果风扇堵转，可能打不到显示的转速。有的设备不会返回转速，因为

需要在服务器上调试程序。参考使用PyCharm进行远程开发和调试,结果在增加远程 python 环境的时候，配置的 ssh deplotment一直报错。project level deployment servers are not currently supported. please create one of two links above.暂时还没有解决，先用 ssh 连接着。添

安装教程为官方教程由于是CuDNN，多GPU，anaconda环境，故对Makefile.config做出的更改有USE_CUDNN := 1//去掉了行首的注释ANACONDA_HOME := $(HOME)/anaconda2//使用anaconda2环境USE_NCCL := 1//去掉了行首的注释，用以进行多gpu训练去掉了下面三行行首的注释一种方法是下载一个libst

目录1. ping2. requests3. 总结很多时候都需要用到代理ip，需要从搜寻一些网站上提供的ip。搜寻到了之后一个需要注意的问题就是怎么样去判断ip是否可用，这里就总结下有哪些可以判断的方式。1. ping第一种最为简单直接的方式就是使用ping命令了，可以通过返回是否超时来看ip是否可以用。这种方法足够简单，但是需要手动去操作，只能适用少量ip的情形。如果是需要对大量ip...

跑模型的时候，遇到了这个问题，定位是在 char-embedding 中的 conv 层中，由于需要使用 pool1d, char embedding后的 size 为(N*seq_len, word_len, embed_size)，然后需要放在 conv层中进行 conv1d 和 pool1d, 需要在 word_len的维度上进行计算，所以需要转换一个维度，然后报错:RuntimeError

计算机视觉MNIST标签：学术基准 经典 较旧合理性测试（sanity check）最常用的数据库。规格为 25x25、中心的、B&W 手写数字。用 MNIST 测试非常容易，但不要因为你的模型在 MNIST 运行良好，就认为它事实上可用。地址CIFAR 10 & CIFAR 100标签：经典 较旧32x32 彩色图像。虽然用得人比以前少了很多，但仍然能用它做有趣的合理性测试。地址ImageNet