-
常见问题
常见问题 我的模型报告 “cuda runtime error(2): out of memory” 我的 GPU 内存没有正确释放 我的多个数据加载器返回相同的随机数 我的回归网络不能使用数据并行 译者署名 常见问题 我的模型报告 “cuda runtime error(2): out of memory” 如错误消息所示，您的GPU 上... -
分布式通讯包 - torch.distributed
分布式通讯包 - torch.distributed 基本 初始化 torch.distributed.init_process_group(backend, init_method=’env://‘, kwargs) torch.distributed.get_rank() torch.distributed.get_world_size() TC... -
扩展 PyTorch
扩展 PyTorch 扩展 torch.autograd 扩展 torch.nn 增加一个Module 。 编写自定义的 C 扩展 译者署名 扩展 PyTorch 扩展 torch.autograd 扩展 torch.nn 增加 Module 编写自定义 C 扩展 本篇文章中包含如何扩展torch.nn ，torch.auto... -
自动求导机制
自动求导机制 向后排除子视图： requires_grad autograd 如何编码历史信息： Variable 上的 In-place 操作： In-place 正确性检测： 译者署名 自动求导机制 从后向中排除子图 requires_grad volatile 自动求导如何编码历史信息 Variable 上的 In-pl... -
多进程最佳实践
多进程最佳实践 一、CUDA 张量的共享 1、避免和防止死锁 2、重用通过队列发送的缓冲区 3、异步多进程训练（如： Hogwild） 4、Hogwild 译者署名 多进程最佳实践 CUDA 张量的共享 最佳实践和技巧 避免和防止死锁 重用通过队列发送的缓冲区 异步多进程训练 hogwild torch.multipro... -
torch.Tensor
torch.Tensor abs() abs_() acos() acos_() add(value) add_(value) addbmm(beta=1, mat, alpha=1, batch1, batch2) addbmm_(beta=1, mat, alpha=1, batch1, batch2) addcdiv(value=1, ... -
如何保证消息队列的高可用？
如何保证消息队列的高可用？ 面试题 面试官心理分析 面试题剖析 RabbitMQ 的高可用性 单机模式 普通集群模式（无高可用性） 镜像集群模式（高可用性） Kafka 的高可用性 如何保证消息队列的高可用？ 面试题 如何保证消息队列的高可用？ 面试官心理分析 如果有人问到你 MQ 的知识，高可用是必问的 。上一讲 提到，MQ 会... -
torch.utils.cpp_extension
torch.utils.cpp_extension torch.utils.cpp_extension.CppExtension(name, sources, args, *kwargs) torch.utils.cpp_extension.CUDAExtension(name, sources, args, *kwargs) torch.utils.c... -
魏书·王毋丘诸葛邓钟传
魏书·王毋丘诸葛邓钟传 魏书·王毋丘诸葛邓钟传 王凌字彦云，太原祁人也。叔父允，为汉司徒，诛董卓。卓将李傕、郭汜等为卓报仇，入长安，杀允，尽害其家。凌及兄晨，时年皆少，逾城得脱，亡命归乡里。凌举孝廉，为发干长，稍迁至中山太守，所在有治，太祖辟为丞相掾属。 文帝践阼，拜散骑常侍，出为兖州刺史，与张辽等至广陵讨孙权。临江，夜大风，吴将吕范等船漂至北岸。凌... -
自动差异化包 - torch.autograd
自动差异化包 - torch.autograd torch.autograd.backward(variables, grad_variables, retain_variables=False) torch.autograd.grad(outputs, inputs, grad_outputs=None, retain_graph=None, creat...
