jedibobo的博客

报的错是双卡通讯失败，让检查nccl，但考虑到是docker的环境，可能和nccl没太大关系（因为不用docker可以正常跑）。最后解决方法是参考issue中的https://github.com/NVIDIA/nccl/issues/342#issuecomment-647049246https://stackoverflow.com/questions/30210362/how-to-increase-the-size-of-the-dev-shm-in-docker-container加入–s

总体评价：课程的定位很精确，因为时间受限，不可能从理论推导开始教学。面向应用的方式，会积累一定学习的兴趣，也便于后续的学习。课程知识的分布也比较合理，分别是：面对离散动作的Q-learning和Sarsa；因为不可数的动作和状态组合与神经网络结合（拟合的方式），面向连续动作的DQN，采取随机策略的policy-gradient以及采取确定性策略的DDPG。这些只能算是RL最入门基础的算法（只包括应用），之后对原理的学习需要补齐。个人感受：首先用PARL实现RL算法的框架性很强（针对每一类算法而言），对于初

七天虽短，但是在知识迅速增加的今天显得十分必要。七天的课程总体来说，阶段性的进步让我们有机会在短时间内接触到先进的知识体系。这离不开百度paddlepaddle的努力，课程阶梯难度的设置效果很好，作业反馈体系也很充分，主教班班老师都是超级好。Paddle-hub的推出真的让我感觉paddle很有希望，我们学校课程的一个关于智能智能交通的项目我也打算用paddle实现。给后来者的建议是：看直播紧跟...