From 3906da9287396b6429d8829b8c6009ffe62e9368 Mon Sep 17 00:00:00 2001
From: xsrobin <50069408+xsrobin@users.noreply.github.com>
Date: Fri, 16 Aug 2019 13:38:30 +0800
Subject: [PATCH] Faq (#1109) (#1110)

* faq
---
 doc/fluid/faq/install_cn.md | 30 ++++++++++++++++++++++++++++++
 doc/fluid/faq/train_cn.md   | 20 ++++++++++++++++++++
 2 files changed, 50 insertions(+)

diff --git a/doc/fluid/faq/install_cn.md b/doc/fluid/faq/install_cn.md
index d1c9a79c4..1654c2d92 100644
--- a/doc/fluid/faq/install_cn.md
+++ b/doc/fluid/faq/install_cn.md
@@ -50,6 +50,16 @@ Python3:
 
 ## 环境问题
 
+##### Q: 报错：libmkldnn.so not found
+
++ 问题描述
+
+paddle运行时报libmkldnn.so not found。
+
++ 问题解答
+
+请设置为 export LD_LIBRARY_PATH=/home/disk1/yitengfei/paddle_release_home/python/lib/python2.7/site-packages/paddle/libs/:$LD_LIBRARY_PATH。 注：具体请按照自己的文件路径填写。
+
 ##### Q: CPU版本可运行，GPU版本运行失败
 
 + 问题描述
@@ -471,6 +481,26 @@ Please uninstall paddle package before start unittest. Try to 'pip uninstall pad
 
 ### 安装过程中报错
 
+##### Q: Error: no CUDA-capable device is detected
+
++ 问题描述
+
+使用paddle时出现no CUDA-capable device is detected错误
+
++ 问题解答
+
+没装对cuda。建议查找libcudart.so在哪个目录下，并将其加到LD_LIBRARY_PATH中。例如: find / -name libcudart.so, 可以发现libcudart.so在/usr/local/cuda-8.0/targets/x86_64-linux/lib/libcudart.so， 然后使用命令export LD_LIBRARY_PATH=/usr/local/cuda-8.0/targets/x86_64-linux/lib/libcudart.so$LD_LIBRARY_PATH即可
+
+##### Q: Error: after cudaFuncGetAttributes: invalid device function
+
++ 问题描述
+
+在A机器上编译的paddle，在B机器上跑报错Runtime Error: function_attributes(): after cudaFuncGetAttributes: invalid device function
+
++ 问题解答
+
+应该是在A上编译的时候选择的GPU的架构与B机器上的GPU架构不兼容，建议用户在B上重新编译
+
 ##### Q: Error: Can not load core_noavx.* .ImportError
 
 + 问题描述
diff --git a/doc/fluid/faq/train_cn.md b/doc/fluid/faq/train_cn.md
index 315ae6454..e4062199a 100644
--- a/doc/fluid/faq/train_cn.md
+++ b/doc/fluid/faq/train_cn.md
@@ -158,6 +158,26 @@ return accuracy, avg_cost, auc_var, batch_auc_var, py_reader
 
 ## 参数相关
 
+##### Q: 本地数据传入embedding的参数矩阵
+
++ 问题描述
+
+如何将本地数据传入embedding的参数矩阵中？
+
++ 问题解答
+
+需将本地词典向量读取为numpy数据格式，然后使用fluid.initializer.NumpyArrayInitializer这个op初始化fluid.layers.embedding里的param_attr参数。即可实现加载用户自定义（或预训练）的embedding向量。
+
+##### Q: 共享向量权重
+
++ 问题描述
+
+fluid.layers.embedding中如何实现多个feature间共享该层的向量权重？
+
++ 问题解答
+
+将所有embedding层中param_attr参数里的name设置为同一个，即可实现共享向量权重。如`param_attr=fluid.ParamAttr(name="word_embedding")`。
+
 ##### Q: 手动输入参数并改变？
 
 + 问题描述
-- 
GitLab