@w1573007 不能。两块显卡相当于算力提高一倍，速度会有提升。现在用上 syncBN 以后可以把 bn 层的数据跨卡同步，只能说效果接近单卡大显存，但是还是不一样

放实验室的机器用啥水冷啊，花里胡哨的没啥用，以后维护都你就承包了，万一哪天坏了还有人埋怨

你的 task 能跑到满载吗？我的 task 几乎没什么 cpu 压力，推荐志强多核，workers 拉满就完事儿

反馈一个小 bug 哈～
在回复栏输入一个词，选中之后点查询，会导致无响应
不知道是不是我系统的问题

我觉得最搞笑的地方是他说的这个所谓的“网易我的世界黑曜石工作室”，一和网易没关系，二和《我的世界》的 mojang/微软没关系，三和我知道的那个黑曜石工作室也没有关系😂😂

@jingous 那个叫 training accuracy....
那就太正常不过了，所有的神经网络都是这样的，训练准确率比测试准确率高。实际上即使把所有的数据 lable 全部换成随机，在 param size 足够的情况下，经过足够长的 epoch，训练准确率也会趋于 1......可能是过拟合，也可能是因为你模型本身的泛化性就不行，也可能是训练数据有 bias，也可能是训练策略有问题。。。可以先划个验证集排除一下过拟合看看

@jingous 他是测试集准确率也接近 1

看一下训练准确率是不是也这么高，如果差不多的话基本上就是数据集分错了，把测试数据混到训练数据里去了

如果训练准确率没这个高，那就大概率是测试脚本逻辑不对

便携式显示器？

我一直在用 paragon ntfs，会有问题吗？怎么没人提到这种。。。

@chizuo 应该是只有正在做 argumentation 的几个 batch 会临时在内存里，然后很快就挪到显存去了。如果显存只有 44G，内存应该不是瓶颈了，除非是做 ramdisk，把整个数据集放到内存里去

NLP 不清楚，可能对 IO 要求低？我个人感觉 cv 方面 ssd 非常重要，严重影响速度。我们之前数据盘用 HDD，gpu 只有 70%左右的利用率，后来我插了块自己的 ssd 上去，四个 gpu 都是 99%利用率，爽到

而且内存需要这么大吗？我们 64G 基本用不完，你要是 HDD+大内存的话可以搞 ramdisk ？

我们去年 9 月买的 4 块 2080ti 才人民币大概 7.5w 左右，现在 10w 应该可以买更好的吧

4k 30 几乎不能用，非常明显的迟滞感

@fline 3. 只要一开模拟器就会卡
我属于 3 哈哈

@liminghui 谢谢！我竟然这么晚才知道这个方法😂

@emeab 我现在是苹果原装的 hdmi 转换头和戴尔屏幕自带的 usb c 线，俺寻思戴尔的质量跟苹果比起来也算不上太差吧

@NeezerGu 这种不能稳定复现的故障也能给修吗？我还担心他会糊弄我，让每次重启下

@20015jjw 人在海外，直营店都关了，哎，等重开了去天才吧问问

@WesleyNZ 苹果原装，虽然是上一代的 A1621 。。加 c 口显示器 戴尔 u2720q

@20015jjw 卧槽。。要这么说，我满电接着电源，也没动过风扇转速，而且后面几个故障还真都跟 c 口有关系，我开始慌了。。
btw 我也觉得这个故障本身和散热关系不大，毕竟虽然 55 度不低，但是还没有高到需要锁 1ghz 的程度