CUDA) 第13页

Matlab并行编程之GPU

Matlab并行编程之GPUMatlab提供GPU上计算支持:基础数据类型(gpuArray和对应API),支持GPU计算的内置函数和多个工具包,支持PTX内核对象加载,支持MEX函数使用CUDAC/C

weixin_42849849·2024-01-14 12:13

手把手教你搭建深度学习平台——避坑安装theano+CUDA

python有多混乱我就不多说了。这个混论不仅是指整个python市场混乱，更混乱的还有python的各种附加依赖包。为了一劳永逸解决python的各种依赖包对深度学习造成的影响，本文中采用python的发行版Anaconda。Step1安装Anaconda这里不建议使用python3.4以后的Anaconda版本，因为太新的版本（python3.5）不支持python/matlab混合编程.所以

weixin_33841722·2024-01-14 11:03

Ubuntu16.04 + gtx1060 + cuda8.0 + cudnn5.1 + caffe + Theano + Tensorflow

参考ubuntu16.04+gtx1060+cuda8.0+caffe安装、测试经历，细节处有差异。

weixin_30511039·2024-01-14 11:33

Ubuntu16.04+cuda8.0rc+opencv3.1.0+caffe+Theano+torch7搭建教程

https://blog.csdn.net/jywowaa/article/details/52263711学习中用到深度学习的框架，需要搭建caffe、theano和torch框架。经过一个月的不懈奋战，终于搭建好了框架。现在分享简单的搭建过程，为后面要用到深度学习框架的同学节省时间，写了这个博客。因为框架的搭建过程会出现各种问题，不同的硬件（如笔记本、台式机）、不同的软件（如依赖库、编译器）和

weixin_30810583·2024-01-14 11:33

Ubuntu15.04 64位安装cuda

安装caffe详情见Caffe+Ubuntu15.04+CUDA7.5在服务器上安装配置及卸载重新安装（已测试可执行）安装所需的安装包见链接:http://pan.baidu.com/s/1jIRJ6mU

liangjiubujiu·2024-01-14 11:02

转：避坑安装theano+CUDA——手把手教你搭建深度学习平台

python有多混乱我就不多说了。这个混论不仅是指整个python市场混乱，更混乱的还有python的各种附加依赖包。为了一劳永逸解决python的各种依赖包对深度学习造成的影响，本文中采用python的发行版Anaconda。Step1安装Anaconda这里不建议使用python3.4以后的Anaconda版本，因为太新的版本（python3.5）不支持python/matlab混合编程.所以

beegreen·2024-01-14 11:00

cuda版本对应的 pytorch和torchvision

cuda版本对应的pytorch和torchvision官网链接：https://pytorch.org/get-started/previous-versions/

weLin2230·2024-01-14 11:44

cuda12.0 安装 pytorch

流程如下首先下载miniconda，我下的是python3.8的创建自己的自定义环境检查自己的cuda版本，我的是cuda:12.0然后再pytorch上找到对应cuda版本的进行下载，pipinstall

NoahBBQ·2024-01-14 11:40

triton教程1：前言、安装、跑官方例子与推荐视频

之前部署使用过tensorrt+视频流硬解码+前后处理硬件（cuda）加速，已经是工业化、商业化的一套标准流程了，现在面临的挑战是：多模型管理（一个小公司所有算法工程师的模型推理都在我这）、多机多卡（如何统一调度

孤高丶逛侠·2024-01-14 11:40

在 Nvidia Docker 容器编译构建显存优化加速组件 xFormers

本篇文章，聊聊如何在新版本PyTorch和CUDA容器环境中完成xFormers的编译构建。让你的模型应用能够跑的更快。

soulteary·2024-01-14 10:20

安装Pytorch如何选择CUDA的版本，看这一篇就够了

CUDA是一个并行计算平台和编程模型，能够使得使用GPU进行通用计算变得简单和优雅。

AI小白龙*·2024-01-14 08:41

报错NVIDIA GeForce RTX 4060 Laptop GPU with CUDA capability sm_89 is not compatible with ...

完整报错serWarning:NVIDIAGeForceRTX4060LaptopGPUwithCUDAcapabilitysm_89isnotcompatiblewiththecurrentPyTorchinstallation.ThecurrentPyTorchinstallsupportsCUDAcapabilitiessm

坠金·2024-01-14 06:49

mmsegmentation CUDA kernel errors might be asynchronously reported at some other API call

=ignore_index] RuntimeError:CUDAerror:anillegalmemoryaccesswasencountered CUDAkernelerrorsmightbeasynchronouslyreportedatsomeotherAPIcall

qq_23968017·2024-01-14 06:18

当conda list列表中同时存在pytorch和torch

查看torch能否用GPU（torch.cuda.is_available()）只与torch有关。

wen_ding·2024-01-14 05:34

给我一台新的服务器，我会怎么安排 CUDA

深度学习环境搭建过程中，初期阶段，相信大家都会遇到，动不动TensorFlow或者Pytorch库与Cuda、或者Cudnn版本不匹配的问题；因此很多时候，在一台服务器中安装多个Cuda逐步成为了各位搬砖大佬们的必然选择本文为大家揭秘一台全新服务器

墨理学AI·2024-01-14 04:42

升级和切换CUDA版本

在我的环境里这么操作是没问题的，如果大家遇到不一样的问题，就再多搜搜细心分析，肯定能解决的~我的环境：系统：Ubuntu22.04Python：3.8（conda）1为什么遇到这个问题我在安装和使用3DGaussianSplatting项目时，其中两个子模块：submodules/diff-gaussian-rasterization和submodules/simple-knn，安装时报错：类似这

gootyking·2024-01-14 04:26

ffmpeg解码花屏问题

王健·2024-01-14 04:54

gpu显卡简介

一、目录1.基本常用参数2.nvidia显卡基本了解(基本简介)3.显卡查看算力4.显卡算力、驱动版本（DriverVersion）、CUDAToolkit（CUDAVersion）、PyTorch版本之间的关系

云帆@·2024-01-13 17:44

简单谈一谈pytorch中混合精度训练(torch.cuda.amp)的功效及命令行参数解析器的使用

一、首先来了解一下一个完整的命令行参数解析器的构成：1.创建解析器对象：使用argparse.ArgumentParser()创建一个解析器对象；2.添加位置参数和其它可选参数：使用add_argument()方法添加位置参数和可选参数，指定参数的名称、类型、默认值、帮助信息等；3.解析命令行参数：parse_args()方法解析命令行参数，并将解析结果存储在一个命令空间对象中；4.使用解析结果：

Trouville01·2024-01-13 17:29

【深度学习环境搭建】Windows+Anaconda+PyCharm+pytorch（GPU）的环境搭建过程及可能产生的问题解决方法（小白安装版）

目录一、前期准备1.确定电脑支持GPU2.确认Anaconda已安装3.查看电脑所支持的CUDA最高版本二、pytorch安装1.在Anaconda下创建一个新环境2.安装pytorch三、PyCharm

zhu1zhu1·2024-01-13 13:03

Anaconda Python Pytorch (GPU) 配置

目录0写在前面1Anaconda下载1.1下载1.2安装1.2.1设置安装路径1.2.2两个都勾上1.3查看conda版本2CUDA及cuDNN2.1查看是否可以安装CUDA2.2CUDA和Pytorch

sh1186·2024-01-13 13:31

深度学习环境搭建anaconda+pytorch+gpu

一、升级nvrdia显卡驱动1、安装cuda2、安装cudnn二、安装anaconda1、官网下载对应版本：https://www.anaconda.com/products/individual打开anacondaprompt

setupsong·2024-01-13 13:31

pytorch深度学习环境搭建2023——GPU版本

文章目录环境卸载环境安装cuda安装cudann安装Anaconda安装常用终端命令跑模型本博客专门针对有独立显卡的GPU版本环境安装，cpu版本我不太清楚，我猜如果您用cpu跑神经网络，你估计也很难崩以下是作者亲身体验安装并成功所看的博客

慢成长·2024-01-13 13:29

【深度学习环境搭建】Windows搭建Anaconda3、已经Pytorch的GPU版本

注意点：1、用户目录下的.condarc需要配置（自定义环境的地址（别忘了给文件夹加权限）；镜像源）搭建GPU版本的Pytorch1、先看你的显卡版本Win+R->输入命令nvidia-smi，看你的cuda

诗酒当趁年华·2024-01-13 13:24

Windows下安装Pytorch-GPU

一、确定电脑有英伟达显卡点击任务控制台中的性能查看是否有显卡二、查看CUDADriver版本nvidia-smi三、使用pip安装Pytorch进去Pytorch官网，点击Install安装的CUDARuntime

1z1·2024-01-13 12:00

PyTorch GPU利用率为0%（很低）

一、确保Pytorch与TorchVision是CUDA(GPU)版本参考链接：【Xiang哥避坑指南】YOLOV5只在CPU跑不在GPU跑的问题。

漆黑的莫莫·2024-01-13 11:34

一次安装apex的血泪史

环境：CentOSLinuxrelease7.9.2009(Core)GPUCUDA12.2Minicondapython3.9PyTorch=11.8安装apex参考步骤：1.gitclonehttps

yingchenwy·2024-01-13 10:38

【qt】sdk写pro写法，cv，onnx，cudnn

onnxruntime-x64-gpu/lib/-lonnxruntimeLIBS+=-L$$PWD/sdk/onnxruntime-x64-gpu/lib/-lonnxruntime_providers_cudaLIBS

佛珠散了一地·2024-01-13 08:12

CUDA动态并行

一、简介1.综述动态并行是CUDA编程模型的扩展，使CUDA内核能够直接在GPU上创建新工作并与其同步。在程序中任何需要的地方动态创建并行性都提供了令人兴奋的功能。

m0_46521579·2024-01-13 04:10

利用GPU训练神经网络

一首先，查看GPU情况nvidia-smi确实训练得要快多了在网络模型后添加cuda方法tudui=Tudui()tudui=tudui.cuda()损失函数loss_fn=nn.CrossEntropyLoss

Cupid_BB·2024-01-13 00:50

复现mmpose遇到的一些问题

概述—MMPose1.2.0文档这边要注意一下，装pytorch的时候最好用根据自己的cuda版本（nvidia-smi和nvcc-V），去官网上下。

満湫·2024-01-12 23:48

【动态链接库（DLL）初始化例子程失败”问题】

动态链接库（DLL）初始化例子程失败”问题文章目录动态链接库（DLL）初始化例子程失败”问题一、查看当前版本anoconda对应可用tensorflow二、上述未解决,查看当前CPU和cuda是否满足要求三

天池小天·2024-01-12 21:39

ubuntu 16.04卸载cudnn，cuda，nvidia驱动并重装过程

1.卸载cudacd/usr/local/cuda-10.2/bin/sudo./cuda-uninstaller命令行里会提示让你选择卸载哪些，全按Enter选上。即选项前面都变成[X]而不是[]。

暮光629·2024-01-12 21:00

ubuntu卸载旧的NVIDIA驱动，安装新驱动，并安装Nvidia-docker2

文章目录一、Linux卸载并更新显卡驱动1.下载对应版本的驱动2.卸载已有驱动3.重启服务器4.安装新驱动二、安装cuda三、安装docker四、安装nvidia-docker2五、出错的解决办法六、制作容器

破茧蛰伏的日子·2024-01-12 21:59

Ubuntu系统下安装（升级）NVIDIA显卡驱动

1.介绍前不久tensorflow出来2.0版本，当我们去尝试tf2.0的时候，可能会遇到一个问题，就是需要安装cuda10的版本，我们才能正确安装tf2.0，而此时的显卡驱动版本太低，比如下图中是384.54

天竺街潜水的八角·2024-01-12 20:33

大模型学习与实践笔记（二）

github.com/InternLM/InternLM/课程讲师：宋志学大佬，d2l-ai-solutions-manual开源项目负责人二、Lagent框架三、基于InternLM的智能对话3.1环境配置：cuda11.7pytorch2.0.1

AllYoung_362·2024-01-12 20:48

pythroch abaconda 安装 cuda、版本确定、pytorch 安装

一、简述公司有一个深度学习的项目，身上也没有其他项目，恰好乘着个机会学一下pytorch和YOLOv8.1、下载abacondahttps://repo.anaconda.com/archive/2、安装环境变量要✔其他一直下一步3、测试(base)C:\Users\alber>conda-Vconda23.1.0(base)C:\Users\alber>condainfo-e#condaenvi

Σίσυφος1900·2024-01-12 19:14

NVIDIA DRIVE SDK学习（一）——整体架构

组件进程安全整体架构架构图：图上描述了NVIDIA车载软件架构的整体架构，NVIDIA提供了：Orin硬件，和安全岛DRIVEHypervisorLinux及其配套驱动NvStremer/NvMediaVukan等媒体组件CUDA

东楠爱学习·2024-01-12 14:27

第十四篇-问题处理-libcudart.so.11.0: cannot open shared object file: No such file or directory

ta/slim_star--splitvalidation--percentage1.0Traceback(mostrecentcalllast):File"/root/TinyLlama/scripts/prepare_slimpajama.py",line15,inimportlit_gpt.packed_datasetaspacked_datasetFile"/root/TinyLlama/

木卫二号Coding·2024-01-12 14:44

text-generation-webui加载codellama报错DLL load failed while importing flash_attn_2_cuda: 找不到指定的模块。

使用text-generation-webui加载codellama，报错：Traceback(mostrecentcalllast):File"C:\Users\Ma\AppData\Roaming\Python\Python310\site-packages\transformers\utils\import_utils.py",line1353,in_get_modulereturnimpo

cpopttt·2024-01-12 14:11

Windows下Python+PyCharm+miniconda+Cuda/GPU 安装步骤

1.官网安装Python3.9PythonReleasePython3.9.0|Python.org2.安装pycharmhttps://download.jetbrains.com/python/pycharm-professional-2023.3.2.exe3.安装minicondaMiniconda—minicondadocumentation4.安装完miniconda创建虚拟环境con

东方狱兔·2024-01-12 11:51

Agisoft Metashape GPU错误解决方法

AgisoftMetashapeGPU错误解决方法文章目录AgisoftMetashapeGPU错误解决方法前言一、Error:CUDA_ERROR-UNKNOWN(999)二、ciErrNum:CL_INVALID_OPERATION

小喜头鱼·2024-01-12 11:49

1 yolo v5 anli

目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录yolov5anli前言一、环境peizhi1.配置CUDA2

Chance Z·2024-01-12 10:33

ubuntu18.04 TensorRT 部署 yolov5-7.0推理

文章目录1、环境配置2、推理部分2.1、检测2.2、分类2.3、分割2.4、INT8量化1、环境配置链接:TensorRTcuda环境安装2、推理部分下载yolov5对应版本的包https://github.com

讳疾忌医丶·2024-01-12 10:20

WSL使用Ubuntu 20.04版本运行py-bottom-up-attention的记录，及其可能错误的解决方法

文章目录1.切换linux的镜像2.安装gcc3.查看显卡驱动4.安装gcc版本5.wsl安装cuda10.16.新建虚拟环境8.安装依赖包9.运行代码错误运行的所有历史命令如下WSL使用Ubuntu20.04

百年孤独百年·2024-01-12 09:30

基于3D Gaussian Splatting与NeRF实现三维重建(使用IPhone创建数据集)

SpectacularAI与NeRF实现三维重建-使用IPhone创建数据集前言项目简介创建数据集扫描处理数据集解析数据集Python环境Windowsffmpeg环境搭建数据集处理安装Nerfstudio需要CUDA

BIGBOSSyifi·2024-01-12 08:02

Ubuntu16.04升级到18.04--检查更新时出现问题--解决方法

一开始装Ubuntu时装的是16.04，后来装cuda时，发现核是4.15的，需要升级到18.04，于是输入sudodo-release-upgrade更新时，发现错误：nomodulenamedDistUpgradegoogle

xiaowang_lj·2024-01-12 07:34

pytorch12：GPU加速模型训练

目录1、CPU与GPU2、数据迁移至GPU2.1to函数使用方法3、torch.cuda常用方法4、多GPU并行运算4.1torch.nn.DataParallel4.2torch.distributed

慕溪同学·2024-01-12 03:45

YOLOv8 Tensorrt部署详细介绍（小白从0到1，不会你砍我）

笔者使用环境：Tennsorrt8.6.1.6CUDA11.7下载YOLOv8项目和Tensorrt部署项目gitclonehttps://github.com/xiaocao-tian/yolov8_

Candy_Rainbow_·2024-01-12 03:51

yolov8的TensorRT部署（C++版本）

一、环境配置需要配置好CUDA、CUDNN环境，还要装好TensorRT环境，参考下面这篇博客【Ubuntu版】TensorRT安装教程（tar包方式）_ubuntu安装tensorrt-CSDN博客二

窝工昆邪·2024-01-12 03:20

推荐频道

CUDA)