movecpp

请问你是怎样解决你题目中的这个问题的？@Adhders 我是gcc7.3，cuda10.1，pytorch版本1.1.0a0+7e73783，make的时候报跟你一样的错 _Originally posted by @berylyellow in https://github.com/SeanNaren/warp-ctc/issues/116#issuecomment-486504009_ cuda版本兼容问题，具体请移步nvidia 官网查看详细信息，总之出处就在上面，请根据cuda版本自行解决。

same error, delete is not work. _Originally posted by @qmpzzpmq in https://github.com/SeanNaren/warp-ctc/issues/116#issuecomment-486520118_ you should check up your cuda version,this problem cause cuda version compatbility

训练过程的一些总结

48

## 一开始照搬模型设置训练了一个大型数据集，始终无法收敛到理想区间，又拿斗破来修改模型参数玩了个把星期，各种调参。 ### 总结如下： #### 1. 模型的收敛取决于词嵌入的维度，维度越大收敛越快越好。（有没有上限就懒得去测试了，电费要紧。） #### 2.head与隐藏层数可以适当裁剪，隐藏层可以设置高一些，multi-head感觉超过5层之后似乎对于生成的结果影响并不大。 #### 3. 模型长度不影响训练，但与学习效果有很大关联，能大些就大些。 #### 4.训练效率问题，模型参数与训练效率息息相关，合理的batch数量、GPU显存、适当的模型参数（multi-head拉低，layer尽量比head大），100%使用率还是能达到的，当然了，小数据集随便跑吧，不用纠结，反正不费多少时间。 #### 5. 鄙人发现，似乎参数与batch设置为双数，训练起来总有种飘飘欲仙的感觉，不知道是不是错觉。 ## 一句话： > 降低multi-head，适当保持layer层，embed越大越好，ctx，学习长度当然大了好了，数据集交叉学习收敛更快，最终生成效果更好，loss压到0.3以下，基本可以生成十分通顺的文章了。如何加快训练速度是个头痛的事，fp16精度损失实在太大，调整了很多很多次模型，始终是坐过山车，要么就不学习，最终只能放弃使用fp16。。。

在requests.cpp处，当从content截取cookie的时候只有大写头部。因此导致某些网站的cookie获取不完整。 key == s_trim("Set-Cookie")修改为key == s_trim("Set-Cookie")||key == s_trim("set-cookie") 即可解决此问题。 嗯。。。。能用吧，session的请求重载写的还是少了些，建议补充一下。