stable-diffusion-webui指定GPU运行

1. 为什么需要超参数搜索神经网络的训练过程中，有很多不变的参数，比如：网络结构参数：几层，每层宽度，每层激活函数等训练参数：batch_size，学习率，学习率衰减算法等这些参数一方面依靠经验，选取合适的范围，进行设置，另一方面还要依靠可靠的方法，准确的确定参数的最终取值。对于神经网络的参数调优而言，调参大师们有时候也难免捉襟见肘（承认自己不行），如果单纯地依靠手动的方式进行参数选取调优，除非你

1. 为什么需要超参数搜索神经网络的训练过程中，有很多不变的参数，比如：网络结构参数：几层，每层宽度，每层激活函数等训练参数：batch_size，学习率，学习率衰减算法等这些参数一方面依靠经验，选取合适的范围，进行设置，另一方面还要依靠可靠的方法，准确的确定参数的最终取值。对于神经网络的参数调优而言，调参大师们有时候也难免捉襟见肘（承认自己不行），如果单纯地依靠手动的方式进行参数选取调优，除非你

1.数据集介绍FashionMNIST 是一个替代 MNIST 手写数字集的图像数据集。 它是由 Zalando（一家德国的时尚科技公司）旗下的研究部门提供。其涵盖了来自 10 种类别的共 7 万个不同商品的正面图片。FashionMNIST 的大小、格式和训练集/测试集划分与原始的 MNIST 完全一致。60000/10000 的训练测试数据划分，28x28的灰度图片。你可以直接用它来测试你的机

1.Doc2vec模型介绍Doc2Vec模型基于Word2vec模型，并在其基础上增加了一个段落向量。 以Doc2Vec的C-BOW方法为例。算法的主要思想在以下两个方面：训练过程中新增了paragraph id，即训练语料中每个句子都有一个唯一的id。paragraph id和普通的word一样，也是先映射成一个向量，即paragraph vector。paragraph vector与...

1.Doc2vec模型介绍Doc2Vec模型基于Word2vec模型，并在其基础上增加了一个段落向量。 以Doc2Vec的C-BOW方法为例。算法的主要思想在以下两个方面：训练过程中新增了paragraph id，即训练语料中每个句子都有一个唯一的id。paragraph id和普通的word一样，也是先映射成一个向量，即paragraph vector。paragraph vector与...

Sun Jan6 17:15:44 2019+-----------------------------------------------------------------------------+| NVIDIA-SMI 410.79Driver Version: 410.79CUDA Version: 10.0||-------------------------------+------

stable-diffusion-webui指定GPU运行

在linux系统下开发，使用普通用户进行应用部署，出现JVM内存问题如下：Cannot create VM thread. Out of system resources.解决办法：1、修改# vim /etc/security/limits.d/90-nproc.conf 注释掉 * soft nproc 1024 这个估计要重启生效，没找到命令设置生效。2、#vim /etc/profile

Elasticsearch读写延迟问题，如何对索引refresh_interval刷新间隔设置。