🤖LayneH@LayneH

“1. nvidia-docker 不支持windows 2. 虚拟机也用不了GPU 所以你只能选第二种了。。 PS：建议装Ubuntu双系统”

“有个会议资助列表什么的。如果是一作而且机构挂的是北邮可以申请 【 在 krf573 (旷RF) 的大作中提到: 】 : 想问你有吗”

“我打算发邮件到校长邮箱，LZ要不要也发一个”

“帮顶。我也没退上，去教务处那边问了一圈都不想给退。 【 在 ORG1997 (橙红灰) 的大作中提到: 】 : 下午的课还没上就停止退课，好多课没退怎么办。。。 : --”

“如果是NV的显卡而且装了驱动的话，可以在命令行用 `nvidia-smi`获取gpu信息。 Linux下用Python大概这样子 ```python >>> import os >>> result = os.popen('nvidia-smi') # 加上 -p 如果要输出更详细信息 >>> print result…”

“你现在的`RNN`和`RNN2`是一模一样的函数，在函数里面改变变量名字对变量并没有什么作用.. 【 在 moses 的大作中提到: 】 : 问题如下： : 现在在我的网络中需要训练两个RNN，我是这样做的,我定义了两个完全一样的RNN网络，只是变量、函数名字有差别： : def RNN(X,w, b): : ....…”

“LZ你的错误跟定义RNN没有关系，而是跟你定义变量有关系。 按你的描述我感觉应该是这样的： ```python with tf.variable_scope('rnn1') as scope: w1, b1 = ... # 初始化变量， tf.get_variable()什么的 with tf.variable_sco…”

“在terminal先输入 ```bash export CUDA_VISIBLE_DEVICES=0 ``` 或者把0改成你先用的GPU的id都可以 【 在 cfss 的大作中提到: 】 : 在torch上load caffnet 要用cudnn, 但require ‘cudnn’的时候会自动并行gpu. 可是实验室有…”