cuda(GPU

【深度学习】RTX2060 2080如何安装CUDA，如何使用onnx runtime

文章目录如何在Python环境下配置RTX2060与CUDA101.安装最新的NVIDIA显卡驱动2.使用conda安装CUDAToolkit3.验证onnxruntime与CUDA版本4.验证ONNX
XD742971636·2024-01-18 01:29

nvcc -V显示command not found

出现这个问题，不仅是`nvcc-V`会显示commandnotfound,`nvidia-smi`同样也会显示解决方法如下：1）这里首先转换到CUDA所在位置，一般是在这个位置cd/usr/local2
摩卡摩卡～·2024-01-17 23:16

RuntimeError: The NVIDIA driver on your system is too old (found version 11020).

RuntimeError:TheNVIDIAdriveronyoursystemistooold(foundversion11020).PleaseupdateyourGPUdriverbydownloadingandinstallinganewversionfromtheURL
摩卡摩卡～·2024-01-17 23:16

docker 支持 gpu

需求：原先在宿主机里运行的服务需要迁移到docker里进程：docker支持gpu需要装toolkit，但是正常情况下没有对应的源，所以先引入源文件distribution=$(.
weitao_11·2024-01-17 23:03

vulkan中从CPU到GPU传输数据，暂存缓冲区(staging buffer)的必要性

“StagingBuffer”，可翻译成暂存缓冲区或临时缓冲区，在使用诸如Vulkan、DirectX等现代图形API时，经常用于充当主机和GPU之间的桥梁，以进行高效的数据传输。
宗浩多捞·2024-01-17 22:29

vulkan中分配显存的流程（vkBuffer、vkDeviceMemory的关系）以及VMA库介绍

VkDeviceMemory：设备内存对象（GPU显存），用于实际存储Vulkan缓冲区对象的数据。缓冲区需要分配显
宗浩多捞·2024-01-17 22:28

python检查PyTorch版本及cuda是否安装成功

__version__)print(torch.cuda.is_available())输出True就代表安装成功，反之安装失败1.7.0True
New___dream·2024-01-17 21:55

CPU和GPU的简介

1、CPU和GPU简要介绍：CPU，是电脑的中央处理器。主要是负责多任务管理、调度，它是领导者，负责指挥。CPU的运算速度取决于请了多么厉害的教授，计算能力方面没有GPU强。
林深时雾起~·2024-01-17 21:17

FFMPEG解码实时流，支持cpu、gpu解码

官网下载的ffmpeg目前只能下载到X64版本的库，具体编译请参考windows编译ffmpeg源码（32位库）_windows32位ffmpeg动态库-CSDN博客直接上代码intVideoDecodeModule::Open(std::stringstrUrl){AVFormatContext*pFormatCtx=nullptr;AVCodec*pCodec=nullptr;AVCodecC
烈日下的奔跑·2024-01-17 20:23

云资源使用

文章目录分流程整体流程取消作业创建环境查看云计算显存查看指定日期的任务所用时间批量删除日期之前的文件分流程salloc-N1-pgpu--gres=gpu:1squeue-ujiaochangzhe查看分配资源的计算节点
ljm_99·2024-01-17 18:57

shell监视gpu使用情况

SingleGPU单卡时，一次nvidia-smi的输出形如：TueAug923:05:082022+--------------------------------------------------
HackerTom·2024-01-17 18:27

脚本抢GPU， 可以指定比例和卡的数目 可以监控进程

深夜，学长学姐已然入睡，深度学习进程已然结束可你不愿意爬起来，因为梦乡的香甜于是你白天通过ps-xal查找到了学长学姐训练的pid进程号悄悄地输入了下面代码pid=的后面让下面的python代码持续运行记为wait.py等你醒来，你的训练已然完成importosimportpsutilimporttimepid_list=psutil.pids()wait_pid=59900#等待的进程号whil
JackHu-bme·2024-01-17 18:27

Python跑pytorch程序抢占公共GPU自动运行脚本

问题描述当我们有一个服务器，服务器上面有4-5个GPU，那么我们需要时刻看哪个GPU空着，当发现服务器空闲了，我们就可以跑自己的深度学习了。
小江江、·2024-01-17 18:26

【常用Linux_Docker_Screen命令】

列出正在运行的容器信息[包括未运行的][最近的n个]sudodockerrun--shm-size20g\设置共享内20g[batch_size大的时候由需求--name=Infer_Orgin\--gpusall
Atlias·2024-01-17 17:16

K8S调用GPU资源配置指南

06-09K8S调用GPU资源配置指南时间版本号修改描述修改人2022年6月9日15:33:12V0.1新建K8S调用GPU资源配置指南，编写了Nvidia驱动安装过程2022年6月10日11:16:52V0.2
思影影思·2024-01-17 17:15

【cuda】四、基础概念：Cache Tiled 缓存分块技术

缓存分块是一种内存优化技术，主要用于提高数据的局部性（Locality），以减少缓存未命中（CacheMiss）的次数。在现代计算机体系结构中，处理器（CPU）的速度通常比内存快得多。因此，如果CPU在处理数据时需要频繁地等待数据从内存中加载，就会大大降低程序的执行效率。CacheTiled技术通过将数据分割成较小的块（Tiles），并确保这些小块能够完全装入CPU的高速缓存（Cache），来减少
prinTao·2024-01-17 16:44

从头安装与使用一个docker GPU环境

GPU版docker的安装与使用欢迎使用GPU版docker安装使用说明使用官方教程安装docker新建一个GPU版docker环境调用docker环境执行本地python文件欢迎使用GPU版docker
liqiang12689·2024-01-17 15:46

第十周周报

文章目录摘要ResNet深度学习硬件：CPU和GPU深度学习硬件TPU和其他单机多卡并行多GPU训练总结摘要本周学习了ResNet网络设计思想的由来，解决了对应的梯度爆炸或消失的问题，并基于梯度计算的层面理解
Joy_moon·2024-01-17 15:42

第十一周周报

文章目录摘要分布式计算数据增广微调总结摘要本周学习了分布式计算、使用多GPU训练情况及它与单GPU训练之间的比较，数据增广概念及应用的情况实例，和迁移学习中微调的技巧使用。
Joy_moon·2024-01-17 15:42

【CUDA】五、基础概念：Coalescing合并用于内存优化

底层原理内存事务：当GPU的线程
prinTao·2024-01-17 14:51

【CUDA】零基础入门教程合集

本系列用于cuda编程的基础入门，详细介绍各种相关技术。这是系列连载的入口，还可以关注我的专栏CUDA编程。
prinTao·2024-01-17 14:51

【cuda】六、基础库：cuBLAS入门

cuBLAS基础介绍CUDABasicLinearAlgebraSubprograms（BLAS）提供了高效计算线性代数的方法。
prinTao·2024-01-17 14:51

【cuda】Visual Studio中进行CUDA程序的性能评估

在VisualStudio中使用Nsight进行CUDA应用程序的性能评估可以按照以下步骤进行：步骤1:准备工作确保已经安装了以下组件：最新版本的NVIDIA驱动。
prinTao·2024-01-17 14:18

瘦肉–ScalersTalk第四轮新概念朗读持续力训练Day119 20190408

L43-1:FullyinsuredInsurancecompaniesarenormallywillingtoinsureanything.Insuringpublicorprivatepropertyisastandardpracticeinmostcountriesintheworld.If
一颗瘦肉Cecilia·2024-01-17 13:06

Ubuntu部署ChatGLM2-6B踩坑记录

目录一、环境配置1、安装anaconda或者miniconda进行环境的管理2、安装CUDA3、环境安装二、配置加载模型1、建立THUDM文件夹三、遇到的问题1、pipinstall-rrequirements.txt2
XINYU W·2024-01-17 13:01

【腾讯云HAI域探密】- HAI为NPL保驾护航

近些年，随着机器学习技术的蓬勃发展，以GPU为代表的一系列专用芯片以优越的高性能计算能力和愈发低廉的成本，在机器学习领域得到广泛认可和青睐。
小崽崽1·2024-01-17 12:17

本地运行LlaMA 2的简易指南

1.下载Llama.cpp用于GPU机器要在本地安装
python慕遥·2024-01-17 12:41

pytorch学习（一）线性模型

文章目录线性模型pytorch是一个基础的python的科学计算库，它有以下特点：类似于numpy，但是它可以使用GPU可以用它来定义深度学习模型，可以灵活的进行深度学习模型的训练和使用线性模型线性模型的基本形式为
@@老胡·2024-01-17 12:28

GPT实战系列-实战Qwen在Cuda 12+24G部署方案

GPT实战系列-实战Qwen在Cuda12+24G部署方案ChatGLM4进行新闻发布，但还没有开源更新，在此之际，实战部署测试Qwen大模型。
Alex_StarSky·2024-01-17 12:43

云服务器定价_云服务器价格_云主机计费模式_腾讯云

元一年，2核4G5M带宽756元三年、轻量4核8G12M服务器446元一年、646元15个月，云服务器CVMS5实例2核2G配置280.8元一年，还有2核4G、4核8G配置，可选一年、15个月和五年时长、GPU
熵云AI·2024-01-17 12:41

UE5 - Niagara CPU GPU 固定边界，显示粒子消失问题

问题1：Niagara创建的粒子，在角度很大的情况，或者飞跃上空的时候，会突然消失当发射器属性选择CPU的时候，不会出现这种情况，原因是选择GPU，固定边界导致的问题。使用CPU的模拟就没问题了。
原谅大叔·2024-01-17 12:40

windows环境下安装CUDA（用GPU训练Tensorflow-YOLOv3）

训练tensorflow-yolov3这个网络模型，图集400张，4个分类，要训练十多个小时才能看到检出效果，现在可以尝试使用GPU训练了。
dvlee1024·2024-01-17 11:47

win11 + insightface + pytorch + CUDA + cuDNN 实战安装

安装攻关秘籍，步骤如下:第一步.下载pycharm社区版官网在这里：https://www.jetbrains.com/pycharm/download/?section=windows第二步.下载anaconda(最新版)//参考下面文章来执行安装anacondaWindows下Miniconda+Pytorch+Pycharm开发环境搭建指南第三步.配置anaconda的path和加速下载源加
大树叶·2024-01-17 09:06

【报错】NVIDIA 驱动版本不兼容 — NVIDIA driver on your system is too old

【报错】NVIDIA驱动版本不兼容—NVIDIAdriveronyoursystemistooold报错信息查看torch版本查看nvidia驱动版本报错信息CUDAinitialization:TheNVIDIAdriveronyoursystemistooold
之墨_·2024-01-17 09:54

ChatGLM3-6B的本地api调用

openai_api_demo路径下的openai_api.py启动后界面：注意：本地api调到的前提是——本地部署了ChatGLM3-6B,本地部署的教程可参考：20分钟部署ChatGLM3-6B部署了若CUDA
落叶阳光·2024-01-17 08:09

【小笔记】算法基础超参数调优思路

【学而不思则罔，思维不学则怠】9.29本文总结一下常见的一些超参数调优思路Batch_size2023.9.29简单来说，较大的bz可以加快训练速度，特别是基于GPU进行模型训练时，应该在显存允许范围内
落叶阳光·2024-01-17 08:39

论文笔记（十九）RGB-D Object Tracking: A Particle Filter Approach on GPU

RGB-DObjectTracking:AParticleFilterApproachonGPU文章概括摘要1.介绍2.贡献3.粒子滤波器4.可能性评估5.实施细节6.实验A.物体模型B.合成序列C.真实序列
墨绿色的摆渡人·2024-01-17 07:39

Coding and Paper Letter（六十）

vtki4.多GPUCUDA压力测试。gpuburn5.用于构建由PangeoNASAACCESS项目管理的kubernetes集群的配置和脚本。ACCESSK8S
G小调的Qing歌·2024-01-17 06:15

ImageNet Classification with Deep Convolutional 论文笔记

本文目录标题和作者摘要创新点ReLU多GPUDropout其他网络结构输入层（Inputlayer）卷积层（C1）卷积层（C2）卷积层（C3）卷积层（C4）卷积层（C5）全连接层（FC6）全连接层（FC7
小嗷犬·2024-01-17 06:25

NO.6 - 离屏渲染

1.什么是离屏渲染1.1渲染方式一：当前屏幕渲染On-ScreenRendering意为当前屏幕渲染，指的是GPU的渲染操作是在当前用于显示的屏幕缓冲区中进行非离屏渲染APP将要渲染的信息提交给CPU，
z夜流星·2024-01-17 04:00

github ssh多帐号支持

使用教程帐号1：abc1帐号2：abc2为帐号1生成rsassh-keygen-trsa-C"abc1"Generatingpublic/privatersakeypair.Enterfileinwhichtosavethekey
大猪大猪·2024-01-17 03:21

「解析」Jetson配置 git服务

这两天感冒了在家休养，想着把之前买的Jetson开发板用起来，买Jetson的初衷就是用来学习Linux系统，顺道可以部署算法，以及一些其他需求，相比树莓派而言，Jetson开发相对更贵，但是其配备了英伟达的显卡以及CUDA
ViatorSun·2024-01-17 02:47

解决GPU显存句柄泄漏问题

cudastream资源没释放：释放了就小了很多其他资源没释放，问题未知！！！模型资源释放了！！！多线程导致的没释放完成！！！！
_helen_520·2024-01-17 02:27

rocky9.1 深度学习环境配置

U盘制作启动盘，安装引导；略过；sudofdisk-l安装nvidia驱动教程参考：Rockylinux安装3090+CUDA11.3+pytorch-知乎驱动下载：Nvidia官网下载对应显卡驱动，网址略
_helen_520·2024-01-17 02:57

深度学习Anaconda与pyTorch环境搭建——看这一篇就够了

深度学习环境搭建（PyCharm）Anaconda+PyTorch深度学习环境搭建（PyCharm）前言Anaconda安装什么是Anaconda软件安装添加环境变量Anaconda虚拟环境管理演示编程环境安装CUDA
ZYiPan·2024-01-16 22:48

YOLOv8训练自己的数据集

数据集配置2.2选择需要的模型3.模型训练4.测试1.创建数据集环境：UltralyticsYOLOv8.0.230Python-3.8.18torch-2.3.0.dev20231226+cu118CUDA
李日音·2024-01-16 22:16

mysql中出现Specified key was too long； max key length is 767 bytes，需要innodb_large_prefix设置步骤

mysql>setglobalinnodb_file_format=BARRACUDA;QueryOK,0rowsaffected(0.00sec)mysql>setglobalinnodb_large_prefix
仰望星空007·2024-01-16 19:10

Unity中URP下 SimpleLit框架

面板二、SubShader中1、Tags2、Pass三、我们看一下ForwardLit的Pass1、混合模式、深度写入、面皮剔除、透明测试都由属性面板控制2、申明顶点着色器和片元着色器3、申明变体4、GPU
楠溪泽岸·2024-01-16 19:34

Unity中URP下的SimpleLit顶点着色器

文章目录前言顶点着色器1、GPUInstance相关2、顶点输入数据相关3、雾效混合因子4、对uv进行Tilling和Offset的应用及把顶点的坐标信息传给输出结构体5、把法线相关的结果，传给输出结构体
楠溪泽岸·2024-01-16 19:02

论文阅读笔记AI篇 —— Transformer模型理论+实战 (一)

Transformer摒弃了循环和卷积网络结构，在English-to-German翻译任务中，BLEU得分为28.4，在English-to-French的翻译任务中的BLEU得分为41.0，用8张GPU
键盘国治理专家·2024-01-16 17:40
上一页 66 67 68 69 70 71 72 73 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他