3090 第6页

芯片破壁者（十九）：显卡的战国与帝国

一个月前，英伟达推出了全新的RTX3090，引来大批游戏爱好者直呼天下第一，一时变成了理财神器和黄牛收割机。

脑极体·2023-01-05 21:46

ubuntu 20.04LTS下安装cuda时提示/tmp空间不足问题的解决方案

ubuntu20.04LTS下安装cuda时提示/tmp空间不足问题的解决方案最近刚拿到Nvidia的3090显卡，装机完成之后本想快点配置好环境然后开始愉快地跑代码，万万没想到：第一步就翻车了，cuda

kingloon_oo·2023-01-05 10:16

nvidia-smi和nvcc -V下面显示的cuda版本不一致

系统：Linux显卡：3090nvidia-smi和nvcc-V下面显示的cuda版本不一致，（nvcc-V：10.1，nvidia-smi：11.4）导致安装的pytorch是cuda10.1的，导致

猴哥儿你真了不得·2023-01-04 20:08

Invalid argument: Subshape must have computed start ＞= end since stride is negative, but is 0 and 2

keras-yolov3在win10下训练目标检测算法，【win10+gpu3090+cuda_10.0.130_411.31_win10+cudnn-10.0-windows10-x64-v7.6.5.32

至尊宝♬·2023-01-02 14:19

【仙女踩坑实录】3090上配置mmocr6.0环境完整版

服务器重做系统了，又要重新配环境了。1.创建新用户首先，在Linux上先新建用户，在新建用户之前，要先切换root权限。suroot正确输入密码后，遇到了第一个坑，提示su:Authenticationfailure这样解决：sudopasswdroot然后输入新密码（可以和原来的一样），重复新密码，提示passwd:passwordupdatedsuccessfully，成功。surootadd

vivigreeeen·2023-01-01 15:21

RTX3090安装tensorflow=1.15.5-gpu版

教程如下rtx3090搭建tensorflow1.15环境_唐僧爱吃唐僧肉的博客-CSDN博客_3090tensorflow结果发现虽然能引入tensorflow,但是cuda不能用，是False输入动态引入的命令之后

andrew P·2023-01-01 07:27

ubuntu20.04安装cuda版本问题 + 系统cuda与conda虚拟cuda的差别

ubuntu20.04版本的服务器上，配置cuda与pytorch使用gpu版本加速踩坑流程：ubuntu20.04最低支持cuda11.0----降gcc版本安装cuda10.1----发现显卡RTX3090

十七张牌你能秒我·2022-12-31 12:30

工作日志：3090运行yolopose

pytorch报错RuntimeError:DataLoaderworker(pid18906)iskilledbysignal:Segmentationfault.方法1：num_workers设为0即torch.utils.data.DataLoader(dataset_test,batch_size=2,shuffle=False,num_workers=0,collate_fn=utils

烧技湾·2022-12-31 08:08

用tensorflow2运行tensorflow1.x代码的方法

问题背景：由于tensorflow1.x最高只支持CUDA10，而30系显卡最低要求CUDA11才能运行，这导致我3090显卡没法直接运行tensorflow1.x的众多开源代码。

滚石Arthur·2022-12-31 07:41

Ubuntu下HoiTransformer复现pytorch环境搭建+解决问题

End-to-EndHumanObjectInteractionDetectionwithHOITransformer代码：GitHub-bbepoch/HoiTransformer:ThisisthecodeforHOITransformer二、环境搭建硬件/系统：服务器GPU3090

一慕逸一·2022-12-30 09:53

零基础搭建Win系统Anaconda+TensorFlow2.x+OpenCV深度学习环境（Win10、Win11、RTX 3090显卡也适用）

总览：以Windows安装TensorFlow最新版为例：需要工具：Anaconda、TensorFlow、OpenCV和编程软件Pycharm。(跟着我们下面说的步骤配的都成功了，想想为什么别人能成功，而你就失败呢？)1.安装Anaconda：点击进入anaconda官网：Anaconda官网或者点击下面直接下载对应版本：点击下载win64位的Anaconda点击下载win32位的Anacond

DK数据工作室·2022-12-29 23:45

安装cuda问题

由于ubuntu20.04第一次安装（之前失败过，就放弃了），安装显卡（我的是3090）驱动时我选择软件与更新自动安装了显卡驱动，这也为之后留下了隐患。

HYY233·2022-12-29 20:13

30 系列显卡是新一代架构，新驱动不支持 cuda 9 以及 cuda 10，所以必须安装 cuda 11

cuda9以及cuda10，所以必须安装cuda11最近在训练一个深度学习模型，要求的环境是python=3.7+torch=1.3,而torch1.3支持的cuda版本为9.2或10.2但是我所用的显卡为3090

kyle-fang·2022-12-28 17:43

向日葵ubuntu

blog.csdn.net/linghu8812/article/details/106677055ubuntu安装微信https://huaweicloud.csdn.net/635603b9d3efff3090b58b0b.html

方淮哥·2022-12-28 15:25

Ubuntu 显卡3090下swin-transformer 目标检测环境配置

显卡3090cuda11.1ubuntu20.04创建环境condacreate-nswinpython=3.8sourceactivateswin安装pytorchcondainstallpytorch

大千视界·2022-12-27 14:28

[环境配置][原创]paddle.utils.run_check()的runtime api version和nvcc --version不一样

问题描述：环境：ubuntu18.04RTX3090cuda11.1+cudnn8.2.1我在终端输入nvcc--version显示：nvcc:NVIDIA(R)CudacompilerdriverCopyright

FL1623863129·2022-12-27 11:16

如何安装torch_geometric

配置：电脑是Windows，通过MobaXterm远程连接Linux服务器，显卡是GeForce3090。核心要义：尽量使用conda命令而不是pip。

Xtstars·2022-12-26 11:47

Win10 OpenCV编译安装CUDA版本

Win10+MicrosoftVisualStudioCommunity2017+CUDA11.3+CUDNN8.2+RTXGeForce3090+OpenCV4.5.3MicrosoftVisualStudio

DeepHao·2022-12-26 11:20

2020深度学习配置列表

今年如果买的到的话，可以换成3080或者3090。首先决定的是平台，虽然amd超级好，但是考虑到一些库。

Layumi1993·2022-12-25 17:24

服务器3090训练laneAF--环境配置(DCNv2编译报错、cuda版本不匹配)问题记录

项目场景：根据原论文GitHub-sel118/LaneAF的要求：使用的torch=1.7.0torchvision=0.8.1cuda=10.1这里使用torch=1.7.0的原因是因为DCNv2，原作者提供的代码对pytorch1.7以上的版本不友好一、问题描述如果按照这个配置进行编译时，会出现一系列报错，主要有错误1：unabletoexecute‘usr/local/cuda-10.0/

Xhlucky·2022-12-25 07:44

【OpenPCDet ubantu18.04 nvidia 显卡3090 cuda11.3 pytorch cmake spconv pcdet PVRCNN 环境配置】

PVRCNNubantu18.04CUDA11.3pytorch1.10.2文章目录内容一、换源1.直接在*软件与更新*里进行修改2.终端代码进行换源二、NVIDIACUDA三、Anaconda1.下载anaconda2.安装anaconda3.安装gedit4.添加环境变量：5.在文件中末尾粘贴下面的两行，保存退出：6.更新环境：7.用anaconda创建pcdet环境：四、Pytorch四、C

fyc300·2022-12-25 03:18

pyg与graphgym

一、配置问题：我用的显卡是ti3090，为驱动算力，cuda用11.0软件环境是torch1.8.0，此时注意，graphgym需要安装版本为0.3.0，否则会由于版本过高，导致各种出错。

0x3fffffff·2022-12-24 20:22

安装mmsegmentation经验-ubuntu18.0.4

服务器状态我使用的显卡是3090，显卡驱动是470.94，cuda版本是11.4建立虚拟环境建立环境不必多说，我这里使用的是python3.8安装mmcv-full我之前使用的torch1.8.1，在mmcv-full

ZhouDevin·2022-12-24 16:08

YOLOv7远程服务器训练自己数据集踩坑记录

sudoNV_GPU=0,1nvidia-dockerrun--name文件夹名--shm-size=‘6g’-d-p7803:22-it-v/home/disk3090ti/wjh3090ti:/workspace

水不洗尘·2022-12-24 00:39

Apple官方优化Stable Diffusion绘画教程

想要1秒出图，可以在线体验3090显卡AI绘画。AI绘图在线体验二次元绘图在线体验地址:StableDiffusion中文输入绘图在线体验地址:StableDiffusionCoreMLSta

IT教程精选·2022-12-23 08:55

AttributeError: module ‘tensorflow._api.v1.compat.v2‘ has no attribute ‘internal‘【亲测有效】

环境：win10+gpu3090mask-rcnn-master模型在执行train.py时报错:AttributeError:module'tensorflow.

至尊宝♬·2022-12-23 07:05

conda安装torch遇坑

注意，现在torch版本v1.11暂时不支持算力sm86的GPU，如NVIDIARTX3090，需要降级安装其他版本。

Iv3R_c·2022-12-22 15:53

OpenAI 3D 模型生成器Point-E极速体验

OpenAI3D模型生成器Point-E极速体验3090显卡，极速体验三维模型生成，体验地址：Gradio文本生成图像的AI最近已经火到了圈外，不论是DALL-E2、DeepAI还是StableDiffusion

IT教程精选·2022-12-22 08:32

给实验室服务器配置内网穿透，避免内网尴尬，在家也能用服务器~

我这个环境呢，学校实验室的服务器是两块3090的ubuntu，可以看我本专栏之前的文章，你能更细致的了解到我都干了些啥。realVNC确实是实现了只要能联网就能用图形化的功能。

西土城山羊卷·2022-12-18 17:06

mask_rcnn 训练自定义数据集（本地win10系统cpu已调通，采坑无数，均已列出解决方法）

【本地win10已调通】【亲测通过】MaskRcnn_tf1.x如何升级到MaskRcnn_tf2.x，实现RTX3090环境训练自定义数据集模型。_君临天下tjm的博客-CSDN博客一、背景:之前

至尊宝♬·2022-12-17 21:35

mask-rcnn在训练过程中，突然中断报错，提示：boolean index did not match indexed array along dimension 0；dimension is..

一、环境：win10+gpu3090+maskrcnn+tensorflow2.6.0;二、报错信息如下：IndexError:booleanindexdidnotmatchindexedarrayalongdimension0

至尊宝♬·2022-12-17 21:35

【记录】nvcc和nvidia-smi显示版本不一致的问题

在服务器上用3090尝试运行程序的时候发现了报错UserWarning:NVIDIAGeForceRTX3090withCUDAcapabilitysm_86isnotcompatiblewiththecurrentPyTorchinstallation.ThecurrentPyTorchinstallsupportsCUDAcapabilitiessm

__一条秋刀鱼·2022-12-16 17:07

Flat-Lattice 源码在AutoDL上的环境配置过程

写这篇是在AutoDL上用GPU跑通代码之后，整理出的“省时省力”的步骤：租用了一张RTX3090，显存24G，这个在跑加了Bert的模型（即跑V1文件下的flat_main.py）够用了，跑通以后查看了

夏昀·2022-12-15 17:06

技术干货｜昇思MindSpore NLP模型迁移之Bert模型—文本匹配任务（二）：训练和评估

主机环境：系统：ubuntu18GPU：3090MindSpore版本：1.3数据集：lcqmclcqmc文本匹配任务的定义：哈工大文本匹配数据集，LCQMC是哈尔滨工业大学在自然语言处理国际顶会COLING2018

昇思MindSpore·2022-12-15 07:12

3090显卡安装tensorflow/pytorch

3090显卡安装tensorflow/pytorch一3090显卡驱动二安装CUDA11.0三安装cuDNN四anaconda使用1安装anaconda2conda使用五安装tensorflow/pytorch1pip

溯水xiangling·2022-12-14 15:19

Linux服务器环境配置Nvidia-RTX3090 Tensorflow-gpu-2.4.0 CUDA-11.0 cuDNN-8.0

注意：1、30系列GPU包括3090需要tensorflow-gpu2.4.0版本以上才能带动；2、CUDA以及cuDNN版本应与表中对应完全一致，不能高也不能

GaryinDeep·2022-12-13 15:15

centos安装Nvidia显卡驱动（3090）

首先查看显卡型号：lspci|grep-invidia输出：02:00.0VGAcompatiblecontroller:NVIDIACorporationDevice2204(reva1)02:00.1Audiodevice:NVIDIACorporationDevice1aef(reva1)03:00.0VGAcompatiblecontroller:NVIDIACorporationDevi

Gentlezzx·2022-12-11 23:22

出现错误代码：... undefined symbol: free_gemm_select, version libcublasLt.so.11（3090显卡）

错误代码：undefinedsymbol:free_gemm_select,versionlibcublasLt.so.11我遇到的情况是由于：pytorch使用condainstall.....的命令安装的解决办法:只需要卸载原来的pytorch，重新用pipinstall....命令安装（具体区别如下）具体下载命令可见pytorch官网：PreviousPyTorchVersions|PyTo

faith帅军·2022-12-11 17:24

Ubuntu 16.04, GIGABYTE 3090 X2 CUDA11.2 CUDNN PYTORCH

Ubuntu16.04,GIGABYTE3090X2,装驱动和pytorch兼容背景：原有Ubuntu16.04系统，原有1080ti的驱动，然后卸载了1080硬件和驱动，换上了两个3090显卡。

vision比心·2022-12-11 17:24

（A3）测试cuda是否可用

之前用torch0.4.1+cuda9.2+显卡3090，发现cuda不可用，从网上找到的资料分析是算力不匹配。3090显卡使用2、测试cuda支持的算力上限在torch

木槿qwer·2022-12-11 12:51

3090的可行方案安装pytorch的可行方案：运行yolo5

3090的可行方案安装pytorch的可行方案：运行yolo53090的可行方案安装pytorch的可行方案：运行yolo5torch-1.8.1+cu111-cp37-cp37m-linux_x86_

烤荔枝的大猫·2022-12-11 09:54

（B2）CenterNet环境配置-3090-pytorch1.9-cuda11.1（xingyizhou）

CenterNet环境配置-3090-pytorch1.9-cuda11.1（xingyizhou）参考资料ori_pytorch0.4.0based_pytorch1.2official_xingyizhou

木槿qwer·2022-12-10 23:04

GeForce RTX 3090 with CUDA capability sm_86 is not compatible with the current PyTorch installation.

Paramagnetism/article/details/115221478https://blog.csdn.net/Paramagnetism/article/details/115221478我的显卡是RTX3090

杜比斯特威·2022-12-10 19:09

【PyTorch】切记：GeForce RTX 3090 显卡仅支持 CUDA 11 以上的版本！

问题描述前不久给新来的2台8张GeForceRTX3090服务器配置了深度学习环境（配置教程参考这篇文章），最近在使用的时候却遇到了各种问题。

Xavier Jiezou·2022-12-10 19:36

安装新Python环境model.to(device)运行缓慢解决

运行程序提示信息NVIDIAGeForceRTX3090withCUDAcapabilitysm_86isnotcompatiblewiththecurrentPyTorchinstallation.ThecurrentPyTorchinstallsupportsCUDAcapabilitiessm

pure a~·2022-12-10 19:04

【Bug解决】NVIDIA GeForce RTX 3090 with CUDA capability sm_86 is not compatible with ...

报错描述NVIDIAGeForceRTX3090withCUDAcapabilitysm_86isnotcompatiblewiththecurrentPyTorchinstallation.ThecurrentPyTorchinstallsupportsCUDAcapabilitiessm

不吃饭就会放大招·2022-12-10 19:32

显卡CUDA和安装CUDA关系

就是显卡版本，和代码CUDA版本和CUDNN的关系重点硬件环境：显卡版本3090+NVIDIA-Linux-x86_64-510.68.02注意事项：显卡安装驱动时候，显卡驱动附带的CUDA版本可以高出库几个版本

模糊包·2022-12-10 01:37

【踩坑】RTX 3090、RTX3060、Tesla A100 CUDA error: no kernel image is available for execution on the device

pipinstalltorch==1.7.0+cu110torchvision==0.8.1+cu110torchaudio==0.7.0-fhttps://download.pytorch.org/whl/torch_stable.html

yiyakaa·2022-12-09 17:17

一块RTX 3090加速训练YOLOv5s，时间减少11个小时，速度提升20%

作者｜BBuf很高兴为大家带来One-YOLOv5的最新进展，在《一个更快的YOLOv5问世，附送全面中文解析教程》发布后收到了很多算法工程师朋友的关注，十分感谢。不过，可能你也在思考一个问题：虽然OneFlow的兼容性做得很好，可以很方便地移植YOLOv5并使用OneFlow后端来进行训练，但为什么要用OneFlow？能缩短模型开发周期吗？解决了任何痛点吗？本篇文章将尝试回答这几个问题。我曾经也

OneFlow深度学习框架·2022-12-09 10:21

（S1）3090显卡使用

3090显卡使用⭐RTX3090至少需要cuda11.1版本，才能够驱动该设备,故我们创建虚拟环境需安装cuda11.1以上版本pipinstalltorch==1.8.0+cu111torchvision

木槿qwer·2022-12-09 09:07

推荐频道

3090