cuda(GPU

【部署优化篇七】《深度解析DeepSeek性能调优：Nsight Systems从入门到生产级调优指南》

搞AI模型的兄弟都懂——当你看着DeepSeek训练卡在99%的GPU利用率却死活提不了速，那种感觉就像开法拉利堵在北京二环！
再见孙悟空_·2025-04-22 04:14

Dify：开箱即用的AI Agent工厂——从新手到专家的全景指南

当AI开发还在与API文档和GPU配置搏斗时，Dify正在用可视化界面让构建智能体像搭积木一样简单。这个由前GoogleBrain工程师打造的明星开源项目，正在重新定义AI应用开发范式。
jane_xing·2025-04-22 04:41

SpringBoot实战3

的实体对象将对应的分页信息作为Result结果展示出来@RequestParam(required=false)IntegercategoryId说明的是这个参数不是必须的//TODO:文章条件分页查询@GetMappingpublicResult
星星不打輰·2025-04-21 23:41

主流物理仿真引擎和机器人/强化学习仿真平台对比

NVIDIA系列✅IsaacLabv1.4/v2特点：基于Omniverse+IsaacSim，属于高端视觉+机器人仿真框架v2更加模块化，支持多机器人、多任务、多环境并行超强图形渲染、多机器人支持好、GPU
喵先生!·2025-04-21 18:45

Docker部署深度学习模型

比如我有一个目标检测的项目，我想分享给朋友，那么他首先需要在自己的电脑上配置好显卡驱动、CUDA、CuDNN，在拿到我的项目后，还需要安装各种依赖库，最后代码还不一定跑起来。
快乐非自愿·2025-04-21 16:05

colab安装ubuntu1804，cuda11，miniconda，torch1.8的保姆级教程。

ubuntu1804，cuda11版本安装!wgethttps://developer.download.nvidia.com/compute/cuda/11.
小豆子爱学习·2025-04-21 16:33

全同态加密医疗数据分析集python实现

目录摘要一、前言二、全同态加密与医疗数据分析概述2.1全同态加密（FHE）简介2.2医疗数据分析需求三、数据生成与预处理四、系统架构与流程4.1系统架构图五、核心数学公式六、异步任务调度与（可选）GPU
闲人编程·2025-04-21 14:26

从科研提速到数据攻坚：GPU 服务器的四大核心战场（下）

上篇我们了解了GPU服务器在深度学习模型训练、海量数据处理等四大场景的应用，接下来继续探索它在另外四个关键领域的表现，以及劲速云算力如何助力其发挥更大价值。
·2025-04-21 13:13

手搓LeNet-5（基础模型）实现交通标志识别

手搓LeNet-5（基础模型）实现交通标志识别一、环境准备1.安装Python环境2.安装CUDA（可选，仅需GPU加速时）3.配置虚拟环境4.安装PyTorch核心库5.安装辅助库6.验证安装7.准备数据集
竹之却·2025-04-21 11:11

Android实现活体人脸识别检测（附带源码）

本项目目标：实时打开摄像头，在人脸进入画面时进行活体检测；当系统识别为“活体”后，自动进行人脸比对或登录流程；支持Android5.0+，兼容Camera2与CameraX；CPU+GPU混合加
Katie。·2025-04-21 08:49

猫狗识别基于tensorflow2.0 GPU版 自建CNN模型

猫狗识别基于tensorflow2.0GPU版自建CNN模型1.导入库importtensorflowastffromtensorflow.keras.layersimportConv2D,MaxPooling2D
重工黑大帅·2025-04-21 04:55

猫狗识别基于tensorflow2.0 GPU版 自建CNN模型+数据增强+Dropout

猫狗识别基于tensorflow2.0GPU版自建CNN模型+数据增强+Dropout1.导入库fromtensorflow.keras.layersimportConv2D,MaxPooling2D,
重工黑大帅·2025-04-21 04:55

Qwen2.5-Omni 部署框架选择指南：PyTorch vs. TensorFlow 深度对比

目录一、核心结论：优先选择PyTorch方案二、框架技术对比1.官方支持度2.性能基准测试（RTX4090）3.关键功能支持三、环境配置详解1.PyTorch推荐方案系统配置关键依赖验证CUDA可用性2
张3蜂·2025-04-21 04:23

72B模型DPO微调 | DPO的大模型的技术点、DPO的核心思想

借助LoRA和QLoRA等参数高效微调技术，我们可以在单GPU卡上对拥有80亿参数的模型（如Llama3.18B和Qwen2.57B）进行DPO训练，当然训练序列可能较短。
大模型本地部署_·2025-04-21 03:21

AssertionError: Torch not compiled with CUDA enabled 未启用CUDA支持的PyTorch环境 中使用GPU加速

1.错误原因分析根本问题：当前安装的PyTorch是CPU版本，无法调用GPU硬件加速。
怪兽小·2025-04-21 02:42

pytorch 如何调用cuda_PyTorch算法加速指南

##GetIdofdefaultdevicetorch.cuda.current_device#0cuda.Device(0).name#'0'istheidofyourGPU#TeslaK80或者torch.cuda.get_device_name
Dimonson·2025-04-21 01:11

安装支持CUDA的PyTorch

确保您在激活的Conda环境中安装支持CUDA的PyTorch版本。
上杉绘梨衣**·2025-04-21 01:40

PyTorch环境中使用CUDA出现的报错

类似的报错信息：AssertionError("TorchnotcompiledwithCUDAenabled")AssertionError:TorchnotcompiledwithCUDAenabled
Ambition_LAO·2025-04-21 01:39

未启用CUDA支持的PyTorch环境** 中使用GPU加速解决方案

1.错误原因分析根本问题：当前安装的PyTorch是CPU版本，无法调用GPU硬件加速。
怪兽小·2025-04-21 01:38

2025云服务器终极指南：从技术选型到商业增长的全景洞察

一、技术革新：2025年必知的三大突破1.1AI原生架构重塑算力格局腾讯云第七代弹性计算实例搭载自研AI芯片「紫霄」，实现CPU+GPU+NPU异构协同，AI推理任务效率较传统架构提升3.2倍。
国际云·2025-04-20 22:45

安装同时适配Pytorch和Tensorflow的CUDA和cuDNN，并最终完成Pytorch和Tensorflow安装

本教程针对在Windows10环境下通过Anconda环境，首先安装同时适配Pytorch和Tensorflow的CUDA和cuDNN，并最终完成Pytorch和Tensorflow安装，选择Pytorch2.6.0
长路漫漫Lixx·2025-04-20 16:39

万相WAN2.1-1.3B整合包

其中，1.3B版本以其较快的生成速度脱颖而出，并且对所有消费级GPU展现出出色的兼容性。官方曾提到，8G显存便能流畅运行wan2.1视频模型。
a29589729·2025-04-20 06:37

使用AutoDL安装Mamba官方代码

使用AutoDL安装Mamba租界的云服务器使用环境ubuntu22.04,cuda11.8,cudnn8.9python=3.10torch=2.10远程连接验证安装条件使用Pycharm连接远程的云
月亮已死热爱可抵万难·2025-04-20 05:00

云服务器上配置Mamba环境

Mamba的要求论文链接:Mamba:Linear-TimeSequenceModelingwithSelectiveStateSpacesGitHub地址:MambaGitHub要求：操作系统：LinuxGPU
Ambition_LAO·2025-04-20 05:55

Windows 图形显示驱动开发-WDDM 1.2功能—Windows 8 中的 DirectX 功能改进（四）

1.1现代GPU架构演变graphLRA[传统IMR架构]
程序员王马·2025-04-20 00:54

Windows 图形显示驱动开发-WDDM 1.2功能—Windows 8 中的 DirectX 功能改进（一）

双精度着色器功能：高级着色器模型性能改进，使你可以在GPU上执行更多操作，而无需占用CPU。独立于目标的光栅化：适用于Direct2D应用程序的高性能抗锯齿路径。无覆盖和丢弃：使用基
程序员王马·2025-04-20 00:24

Windows 图形显示驱动开发-WDDM 1.2功能—Windows 8 中的 DirectX 功能改进（二）

1.1WDDM1.2双精度支持矩阵graphLRA[功能级别11_0+]-->|必须支持|B(基础双精度)A-->C[可选支持扩展指令]D[WDDM1.2驱动]-->|硬件加速|E[FMA指令集]F[GPU
程序员王马·2025-04-20 00:24

Pytorch与深度学习自查手册1-张量、自动求导和GPU

Pytorch与深度学习自查手册1-张量、自动求导和GPU张量构造Tensordtype类型：dtype=torch.long,torch.float,torch.double常见的构造Tensor的函数
冬于·2025-04-19 23:47

平板个人计算机的品牌和配置,比较热销十大平板电脑排行榜

www.chinapp.com品牌网比较热销十大平板电脑排行榜：1、三星GalaxyTab7.0Plus显示屏分辨率为1024像素X600像素，配置三星ExynosS5PV210处理器和ARMMali-400MPGPU
易三叨·2025-04-19 22:40

conda创建虚拟环境并安装GPU版torch全过程(cuda11.8+py3.10+torch2.4.1+torchvision0.19.0)

目录1.创建虚拟环境2.安装pytorch2.1查找对应版本2.2安装pytorch2.3测试是否安装成功3.安装torchvision3.1查找对应版本3.2安装torchvision3.3测试是否安装成功4.Others4.1安装numpy报错4.2安装timm报错1.创建虚拟环境condacreate-nenv_name-y##指定python版本condacreate-nenv_namep
哇噻_123·2025-04-19 14:49

在企业级部署中如何优化NVIDIA GPU和容器环境配置：最佳实践与常见误区20250414

在企业级部署中如何优化NVIDIAGPU和容器环境配置：最佳实践与常见误区引言随着AI和深度学习技术的迅速发展，企业对GPU加速计算的需求愈加迫切。
Narutolxy·2025-04-19 14:18

Tensorflow、Pytorch与Python、CUDA版本的对应关系（更新时间：2025年4月）

更新时间：20250405一、Tensorflow与Python、CUDA版本对应关系注意：从TF2.11开始，Windows不支持CUDA构建。
芥子沫·2025-04-19 11:56

深入理解DeepSeek与企业实践（二）：32B多卡推理的原理、硬件散热与性能实测

前言在《深入理解DeepSeek与企业实践（一）：蒸馏、部署与评测》文章中，我们详细介绍了深度模型的蒸馏、量化技术，以及7B模型的部署基础，通常单张GPU显存即可满足7B模型完整参数的运行需求。
ZStack开发者社区·2025-04-19 11:54

yolov8复现

若有，后续可安装GPU版本的pytorch以加速训练；若没有，则安装CPU版本，不过训练速度会较慢。安装所需软件Anaconda3安装：可从清华镜像源选择对应系统版本的Anaconda3安装包下载。
吹风看太阳·2025-04-19 10:22

树莓派超全系列教程文档--(29)config.txt介绍

在ArmCPU和Linux初始化之前，GPU会读取config.txt。Rasp
想躺在地上晒成地瓜干·2025-04-19 09:11

从零开始：YOLOv4 目标检测实战指南 (环境配置、训练到优化全流程)

我们将涵盖以下内容：环境配置详解：Python、CUDA、cuDNN、GCC、Make等前置依赖，以及Darknet的编译。数据集准备与预处理：目标检测数据集
LIUDAN'S WORLD·2025-04-19 07:34

CUDA_全局内存及访问优化

全局内存GPU全局内存，CPU和GPU都可以进行读写操作。任何设备都可以通过PCI-E总线对其进行访问，GPU之间不通过CPU，直接将数据从一块GPU卡上的数据传输到另一块GPU上。
一介草民李老四·2025-04-19 07:33

linux运行程序开启了opencl,Linux上使用AMD的OpenCL开发运行环境

AMDSDKAPP开发包，另一部分是AMD的Catalyst驱动软件包.AMDSDKAPP开发包主要包括开发OpenCL应用所需要的头文件，文档和例子程序.Catalyst驱动包括OpenCL运行库，AMDGPU
某友善的微笑·2025-04-19 06:56

PoCL Runtime开发笔记

1UMDAPI开源PoCL代码中有些例子是可以参考的，路径在pocl/lib/CL/devices，有：basic：以hostCPU作为targetdevice，仅有一个执行单元cuda:NVGPU为targetdevicepthread
小小蚂蚁fcy·2025-04-19 06:23

大模型面试题

分布式训练是一种利用多个计算节点（如多个GPU或多个机器）协同工作来加速训练机器学习模型的方法。它通过将训练任务分配给多个计算资源并行执行，以减少训练时间和处理大规模数据。
钢门狂鸭·2025-04-19 04:11

使用docker 安装向量数据库Milvus

Miluvs官网www.milvus.io/https://milvus.io/docs/zh/install_standalone-docker-compose-gpu.md一、基本概念向量数据库：Milvus
❀͜͡傀儡师·2025-04-19 03:05

slam系统安装

ext4逻辑分区2.ubuntu基本配置//换成国内源sudoapt-getupdatesudoapt-getinstallgitsudoapt-getinstallcmakenvidiadriver&&cuda
500年前的死猴子·2025-04-19 01:54

spring boot+mybatis-plus 时间查询精确到分秒

日期yyyy-MM-dd查询前端get请求传递参数String类型@GetMappingpublicResultfinddate(@RequestParam(defaultValue="2021-
克里斯李逵·2025-04-19 00:48

在Ubuntu服务器上部署xinference

一、拉取镜像dockerpullxprobe/xinference:latest二、启动容器（GPU）dockerrun-d--namexinference-eXINFERENCE_MODEL_SRC=
你喜欢喝可乐吗？·2025-04-19 00:44

ubuntu 20.04上docker 使用gpu

要在Docker容器中使用GPU，你需要确保系统上已经安装了正确的NVIDIA驱动程序，并且安装了NVIDIAContainerToolkit。
AI拉呱·2025-04-18 23:07

GPU 在机器学习中的应用优势：从技术特性到云端赋能

正如蒸汽引擎重塑工业革命，GPU（图形处理器）的出现为机器学习带来了前所未有的算力突破，而云GPU的普及更是让这场算力革命进入"云计算时代"，让每个开发者和企
·2025-04-18 22:39

Qt 性能优化总结

1.Qt性能优化简介性能优化目标是减少资源消耗（如CPU、内存、GPU）、提高响应速度和流畅度。Qt应用程序的性能瓶颈可能出现在：GUI渲染：复杂界面或频繁重绘。内存管理：对象分配过多或内存泄漏。
lianghu666·2025-04-18 21:57

查看 GPU 与 NUMA 节点的绑定关系

目录一、通过nvidia-smi直接查看（NVIDIA专属）1.命令与输出解读2.原理二、通过PCIe设备路径关联NUMA节点（通用方法）1.步骤1：找到GPU的PCIe地址2.步骤2：读取PCIe设备的
清风 001·2025-04-18 16:56

4090租用，各云GPU平台价格对比清单及建议

根据各平台的价格和型号配置，以下是通过DeepSeek-R1进行分析后，给出的建议。一、按显存需求推荐1.24G显存需求（适合常规AI训练/推理、中小模型）性价比首选：智星云（1.35元/小时），价格最低，比第二名BuluAI（1.93元）便宜约30%，适合预算敏感型用户。备选方案：BuluAI（1.93元）或丹摩DAMODEL（2.18元），价格适中，可尝试作为智星云的替代选项。避坑提醒：aut
智星云算力·2025-04-18 15:16

边缘计算硬件架构介绍

某个用例可能需要高功率GPU来实现人工智能（AI），而另一个用例则可能需要低功耗来延长电池寿命。设备的位置，例如微型边缘数据中心或壁挂式工业机柜，对硬件施加了不同的限制。
公众号:肉眼品世界·2025-04-18 12:26
上一页 17 18 19 20 21 22 23 24 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他