李金梁

他可能写错了，model里少写了bert层，一般情况下是bert+lstm一起用的

谢谢大佬！

相差不大，CLS是从bert传承下来的，你可以自己试一下，还可以使用最后好多层的结果pooling做分类

README 第2.2节 错别字： threadIdx：thread在所在block中的为欧洲索引 为欧洲索引是不是本来想写**位置索引** 勘误： 这两个公式是不是写错了？ ` 那么，任意一个thread在block中的编号为threadIdx.y * blockDim.x + blockDim.x。`和 `> 同理，任意一个block在grid中的编号为blockIdx.y * gridDim.x + gridDim.x。` ，这两个公式相加的项是不是分别想写 thread.x 和 block.x 。 最后总结的公式倒是没问题 （苦笑） > > 那么，任意一个thread在block中的编号为threadIdx.y *...

时间太久了，不记的了 :(

小问题吧，跑一遍代码，啥都有了

同学可以先看一下高通的量化白皮书。 [arXiv:2106.08295v1](https://arxiv.org/pdf/2106.08295)

yes, i met this problem, too. Maybe it's the original learing rate is too big, and the model can't find the right weight space. More epochs will solve this problem.

thx

I fixed this bugs by add `export PATH=/usr/local/cuda/bin:$PATH` to .bashrc . That cost me one afternoon.