CUDA)

报错未解决：python3.6.12+ pytorch1.4.0 tookit/cuda10.0

Collectingpackagemetadata(current_repodata.json):doneSolvingenvironment:failedwithinitialfrozensolve.Retryingwithflexiblesolve.Solvingenvironment:failedwithrepodatafromcurrent_repodata.json,willretryw
Tony Einstein·2025-05-08 09:44

CUDA：实现NPP过滤器实例

CUDA：实现NPP过滤器实例#ifdefined(WIN32)||defined(_WIN32)||defined(WIN64)||defined(
源代码大师·2025-05-07 16:59

错误信息 ModuleNotFoundError: No module named ‘vllm._C‘解决方法（windows下暂未找到解决办法，待补充）

结合日志中的Triton警告，可能原因包括：•CUDA环境配置错误（版本不匹配或驱动异常）•vLLM安装时未正确编译C++扩展（常见于Windows系统）•
老兵发新帖·2025-05-07 13:09

conda 安装cudnn

通过Conda安装cuDNN确保你有NVIDIAGPU和CUDAToolkit：首先，确保你的系统上安装了NVIDIAGPU和CUDAToolkit。
前行居士·2025-05-07 11:28

TensorRT plugin插件编写

TensorRTplugin插件编写参考CUDA与TensorRT部署部署实战第四章实现TensorRT自定义插件(plugin)自由！
Darchan·2025-05-07 11:55

模型部署技巧（一）

模型部署技巧（一）以下内容是参考CUDA与TensorRT模型部署内容第六章，主要针对图像的前/后处理中的trick。
Darchan·2025-05-07 10:52

deepseek-glm4-grpo训练

一、目录1.grpo重新训练已经微调的glm4模型二、实现1.grpo重新训练已经微调的glm4模型1.1指令：CUDA_VISIBLE_DEVICES=1nohuppythontest.py--model_name_or_path
贾亚飞·2025-05-07 06:55

deepseek-glm4-grpo训练

一、目录1.grpo重新训练已经微调的glm4模型二、实现1.grpo重新训练已经微调的glm4模型1.1指令：CUDA_VISIBLE_DEVICES=1nohuppythontest.py--model_name_or_path
贾亚飞·2025-05-07 06:55

torch安装踩坑记录

importtorch报错ImportError:DLLloadfailed:Thespecifiedmodulecouldnotbefoundwin10cuda90torch==1.1.0fromtorch
GISer_流浪·2025-05-07 05:50

Qwen2-VL出现RuntimeError: CUDA error: too many resources requested for launch CUDA kernel errors的解决方案

  大家好，我是爱编程的喵喵。双985硕士毕业，现担任全栈工程师一职，热衷于将数据思维应用到工作与生活中。从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。喜欢通过博客创作的方式对所学的知识进行总结与归纳，不仅形成深入且独到的理解，而且能够帮助新手快速入门。  本文主要介绍了Qwen2-VL出现RuntimeE
爱编程的喵喵·2025-05-07 04:44

安装深度环境anaconda+cuda+cudnn+pycharm＋qt＋MVS

下载cuda链接：https://developer.nvidia.com/cuda-toolkit-archive下载cudnn安装包,链接：https://developer.nvidia.com/
PinoLio·2025-05-06 16:36

C++下的libtorch部署——（三）window10下的Visual Studio配置libtorch

安装libtorch之前，要先安装好cuda以及对应的pytorch。
想要躺平的一枚·2025-05-06 08:08

【深度学习环境配置】Anaconda + Pycharm + CUDA + cuDNN + Pytorch + Opencv

如何在Ubuntu20.04上安装OpenCV-腾讯云开发者社区-腾讯云(tencent.com)OpenCV(OpenSourceComputerVisionLibrary)是一个开源的计算机视觉库，支持所有主流操作系统上的C++，Python，和Java。它可以发挥多核进程和GPU加速，用于实时操作。OpenCV应用广泛，包括医疗图片分析，街景图片处理，监视视频，探测和识别面部，追踪移动物体，
生活需要深度·2025-05-06 04:45

cuda+cudnn+pytorch2.2安装

之前安装GPU一直是囫囵吞枣，秉承能用就行的原则，现在尝到了恶果，从这次开始记录电脑的配置环境由于要复现一篇文章代码，他用的torch=2.2，同时由于复现代码导致突然原来的cuda报错OSError:
不是谁只是我·2025-05-06 00:18

各版本cuDNN驱动下载地址

https://developer.nvidia.com/rdp/cudnn-archiveCUDA9.0：下载网址https://developer.nvidia.com/cuda-90-download-archive
花咪·2025-05-05 11:27

X-AnyLabeling标注环境部署指南

全局环境准备anaconda最新cuda11.8cudnn8.9.7tensorrt8.6.1数据集标注环境准备标注软件：X-AnyLabeling从源码处编译安装：gitclonehttps://github.com
chonpsk·2025-05-05 05:48

抽空给笔记本装个显卡驱动，pytorch+CUDA docker 环境配置

点击查看如何使用显卡运行gazebo~一文搞懂CUDA问题，警告：买不起显卡的勿进以下内容由GPT组织，GPT味道
鱼香ROS·2025-05-05 02:55

基于cuda12.1安装pytorch-gpu

最近翻新了显卡，又得重新装一次环境。因课题需要，特别需要pytorch和tensorflow的gpu版本，为了方便大家装环境，故将这次重装pytorch-gpu过程给大家做个参考，期间需要的安装包也放在某盘了，需要可以自取。安装Anaconda（如果未安装的话）。Anaconda是一个Python的科学计算发行版，包含了大量常用的数据科学和机器学习库。前往Anaconda网站的下载页面（https
PZLXR·2025-05-05 02:55

pytorch-lightning环境配置记录（win11+anaconda）

我们的需求是CUDA版本，torch版本，lightning版本相匹配。
小蜗牛( ˙-˙ )·2025-05-05 02:24

在window10系统64位+python3.10上安装Pytorch3D教程

建议直接下载源码编译，这样最安全本次版本如下：python=3.10torch=2.3.1cuda=11.8注意cuda
ntr亚丝娜（我永远喜欢千花书记）·2025-05-04 23:09

PyTorch与神经网络

CPU上的整型、浮点型、比特型张量数据类型为torch.IntTensor、torch.FloatTensor、torch.ByteTensor，GPU上的整型、浮点型、比特型张量数据类型为torch.cuda.IntTensor
你的凡王·2025-05-04 23:04

Ubuntu24.04安装Anaconda3+Pycharm

Anaconda3和Pycharm及其环境搭建Ubuntu18.04安装Pycharm教程ubuntu系统安装Anaconda及Pycharm在移动硬盘上搭建Ubuntu24.04深度学习环境（Anaconda+CUDA
一个没有本领的人·2025-05-04 20:48

Cuda Instruction Replay

在CUDA编程中，指令重放（InstructionReplay）是GPU执行指令时因特定原因导致指令需重复发射或重新执行的现象，通常会影响性能。
ZhiqianXia·2025-05-04 16:20

CUDA Toolkit 12.9 与 cuDNN 9.9.0 发布，带来全新特性与优化

NVIDIA近日发布了CUDAToolkit12.9，为开发者提供了一系列新功能和改进，旨在进一步提升GPU加速应用的性能和开发效率。
love530love·2025-05-04 13:30

nerfstudio搭建 win11踩坑记录之tinycudann

tinycudann安装安装方法1安装方法2错误原因：解决方法：测试：参考安装方法1pipinstallgit+https://github.com/NVlabs/tiny-cuda-nn/#subdirectory
qq_41295301·2025-05-04 08:01

PyTorch_指定运算设备 （包含安装 GPU 的 PyTorch）

将张量移动到GPU上有两种方法：使用cuda方法直接在GPU上创建张量使用to方法指定设备安装含有GPU的PyTorch通过这个可以判断电脑里是否已经安装CUDAimporttorchprint(torch.cuda.is_available
CHNMSCS·2025-05-04 06:15

Detectron2 安装问题解决方案

Detectron2安装问题解决方案问题描述安装Detectron2时遇到以下错误：ImportError:libtorch_cuda_cu.so:cannotopensharedobjectfile:
angrunzheng·2025-05-03 20:14

首发！Llama3纯本地部署攻略！中文方法！

整好周六日有时间，在魔搭社区上测试一下一、启动环境登录魔搭社区，到自己的机器资源，可以看到，可选的机器配置，这里我们选择：8核32G内存，24G显存；预装ModelScope预装镜像为：ubuntu22.04-cuda12.1.0
添财小哥·2025-05-03 04:21

GPU虚拟化实现（五）

GPU虚拟化实现（五）章节回顾初步介绍详细介绍核心数据结构核心功能和运作机制初始化显存分配显存释放显存溢出检查显存类型检查查看分配信息代码执行流程假设例子总结章节回顾在上一章，简单介绍了项目拦截cuda
想看一次满天星·2025-05-03 04:19

YOLOv5的gpu训练环境安装（windows系统，anaconda虚拟python环境）

本人在用YOLOv5进行物体检测时，使用使用detect.py文件时无法调用gpu，下载了pytorch的gpu版本后代码运行会报错，错误信息说是CUDA环境不正确，为此整理了一下CUDA和pytorch
wifi11·2025-05-02 14:18

超越CUDA：ROCm与oneAPI在异构计算中的性能对比实验（国产GPU生态下的开发路径探索）

一、异构计算生态的竞争格局当前异构计算领域呈现“一超多强”格局：英伟达凭借‌CUDA生态‌占据90%以上的AI训练市场份额‌，而AMD的‌ROCm‌与英特尔的‌oneAPI‌通过差异化技术路线持续挑战其垄断地位
学术猿之吻·2025-05-02 12:38

CUDA编程高阶优化：如何突破GPU内存带宽瓶颈的6种实战策略

本文面向具备CUDA基础的研究者，从寄存器、共享内存到TensorCore，系统剖析6项突破性优化策略，助你充分释放GPU算力。
学术猿之吻·2025-05-02 12:08

CUDA编程优化：如何实现矩阵计算的100倍加速

根据NVIDIAAmpere架构白皮书，A100GPU的理论计算峰值（FP32）为19.5TFLOPS，但原生CUDA代码往往只能达到5-8%的理论值。
学术猿之吻·2025-05-02 12:38

NVIDIA H100 vs A100：新一代GPU架构性能对比分析

一、核心架构演进对比‌Ampere架构（A100）‌采用台积电7nm工艺，集成540亿晶体管，配备6,912个CUDA核心和432个第三代TensorCore，支持FP16、TF32和INT8精度计算。
学术猿之吻·2025-05-02 12:37

‌博士生存指南：如何用3个月从PyTorch进阶CUDA核函数开发？‌

对于深度学习领域的博士生，掌握CUDA核函数开发能力意味着能突破框架限制、实现算法级性能优化。
学术猿之吻·2025-05-02 12:07

Windows系统下MinerU的CUDA加速配置指南

Windows系统下MinerU的CUDA加速配置指南快速解锁GPU性能，提升文档解析效率1、简介MinerU是一款高效的文档解析工具，支持通过CUDA加速显著提升处理速度。
林语微光·2025-05-02 00:48

DeepSeek 本地化部署的最佳实践

选择合适的硬件：Windows：依赖CUDA和NVIDIA驱动，推荐使用RTX30/40系列。大模型需借助量化或模型分片技术。macOS：仅限AppleSi
AI方案2025·2025-05-02 00:14

【计算机视觉】目标检测：深度解析Detectron2：Meta开源目标检测与图像分割框架实战指南

开源目标检测与图像分割框架实战指南技术架构与设计哲学核心设计理念关键技术组件环境配置与安装硬件建议配置详细安装步骤实战流程详解1.自定义数据集准备2.模型配置与训练3.模型评估与推理核心功能扩展1.自定义模型架构2.混合精度训练3.分布式训练常见问题与解决方案1.CUDA
白熊188·2025-05-01 14:40

使用RTX3080显卡搭建基于Pycharm+Python+Cuda+cuDNN+TensorFlow的深度学习开发环境

blog.csdn.net/tjhyx2012/article/details/112955582作为一名新手，也是出于兴趣，我通过查找有关资料，使用RTX3080显卡搭建了基于Pycharm+Python+Cuda
时光如昨·2025-05-01 08:02

pytorch原地操作无法反向传播

RuntimeError:oneofthevariablesneededforgradientcomputationhasbeenmodifiedbyaninplaceoperation:[torch.cuda.FloatTensor
。。。DY·2025-05-01 05:43

cuda中的虚拟计算能力和真实计算能力

真实计算能力决定了GPU支持的CUDA特性，包括：原子操作、浮点精度、内存分配大小、核心数、线程和块的数量等限制虚拟计算能力虚拟计算能力是一个更加灵活的概念，用于软件层面。它允许开发者编译程序时指定
灰蒙蒙的天上·2025-04-30 17:57

Windows7+VS2012下64位OpenCV3.0+CUDA7.5的编译和部署

与2.4.x版本相比，3.0仍然采用CUDA作为GPU计算库，但废除了cv::gpu，转而使用cv::cuda命名空间。
wozhengtao·2025-04-30 14:36

【AI学习】读《对话丨地平线创始人余凯：战略的本质是不赌》的一些想法

我觉得ARM最大的遗憾是，它只限于芯片架构层面，没有控制到基础软件，今天吃得最香的英伟达，同时控制了芯片跟操作系统CUDA。我觉得我们的兴趣是做ARM加安卓，未来SoC我们都不想做”。想起当
bylander·2025-04-30 09:35

操作指南：vLLM 部署开源大语言模型（LLM）

vLLM部署开源大模型的详细步骤及优化策略：一、环境准备与安装安装vLLM基础安装：通过pip直接安装，支持CUDA12.1及更高版本：pipinstallvllm或从源码安装最新功能：gitclonehttps
jane_xing·2025-04-30 03:23

用Python做有趣的AI项目5：AI 画画机器人（图像风格迁移）

开发环境建议Python3.8+PyTorch（pipinstalltorchtorchvision）PIL（pipinstallpillow）CUDA（可选，但建议有GPU）️项目结构示例bashstyle_transfer
roc-ever·2025-04-30 02:45

Swin-Transformer-Object-Detection训练自己的数据

、windows环境配置1.1准备环境（1）创建python=3.8的虚拟环境condacreate--namelane_segpython=3.8condaactivatelane_seg（2）安装cuda
永进，·2025-04-29 17:11

C++开发者的逆袭之路：大部份的高薪岗位都在招 CUDA 人才，你还不行动？

为什么你必须学会CUDA编程？想象一下，你手头有个计算任务，普通CPU跑得慢得像乌龟爬，而GPU却能像火箭一样把性能拉满——这就是高性能计算（HPC）的魅力！
讳疾忌医丶·2025-04-29 16:52

CUDA 编程相关的开源库

CUDA编程相关的开源库非常丰富，涵盖了高性能计算、深度学习、图像处理、线性代数、优化算法等多个领域。
byxdaz·2025-04-28 22:49

cuDNN 安装、版本查看及指定版本删除操作指南

一、引言cuDNN（CUDADeepNeuralNetworklibrary）是NVIDIA提供的用于深度神经网络的GPU加速库，它能够显著提升深度学习模型在NVIDIAGPU上的训练和推理性能。
九不多·2025-04-28 12:17

【大模型】图像生成 - Stable Diffusion 深度解析：原理、应用与实战指南

扩散模型与潜在空间扩散模型（DiffusionModel）潜在扩散（LatentDiffusion）条件控制3.应用场景4.实战指南：本地部署与运行环境配置基础生成代码参数调优5.常见问题与解决方案问题1：显存不足（CUDAOutofMemory
白熊188·2025-04-28 11:43
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他