Cuda

Open3D--core模块函数详解

1.设备管理(Device)管理计算设备（CPU/GPU/CUDA）的配置与状态检查。
X-Vision·2025-06-19 15:18

opencv中常用cuda函数总结

bitwise_and()bitwise_not()bitwise_or()bitwise_xor()compare()divide()：除exp()log()max()min()multiply()threshold()：二值化，但要指定设定阈值blendLinear()：两幅图片的线形混合calcHist()createBoxFilter()：创建一个规范化的2D框过滤器canny边缘检测cr
Ring__Rain·2025-06-19 05:14

OpenCV CUDA模块设备层-----用于CUDA 使用纹理内存的一个类模板TextureOff()

操作系统：ubuntu22.04OpenCV版本：OpenCV4.9IDE:VisualStudioCode编程语言：C++11算法描述cv::cudev::TextureOff是OpenCV的CUDA
村北头的码农·2025-06-18 14:29

OpenCV CUDA模块设备层---- 绝对值函数abs()

操作系统：ubuntu22.04OpenCV版本：OpenCV4.9IDE:VisualStudioCode编程语言：C++11算法描述这是OpenCV的cv::cudev模块中用于CUDA设备端（device
村北头的码农·2025-06-18 14:29

OpenCV CUDA模块图像变形------对图像进行GPU加速的仿射变换函数warpAffine()

OpenCV4.9IDE:VisualStudioCode编程语言：C++11算法描述该函数用于对图像进行GPU加速的仿射变换（AffineTransformation），是cv::warpAffine的CUDA
村北头的码农·2025-06-18 14:59

docker容器内运行依赖GPU的程序

我的开发环境centos7docker版本为2.10.22080ti显卡，物理机已安装cuda10和对应显卡驱动运行带GPU的docker给linux安装nvidia-container-toolkitdistribution
LensonYuan·2025-06-18 13:20

VSCode部署Pytorch机器学习框架使用Anaconda（Window版）

Anaconda1.1下载安装包1.Anaconda官网下载2安装Anaconda1.2创建虚拟环境1.3常用命令Conda命令调试和日常维护1.4可能遇到的问题执行上述步骤后虚拟环境仍在C盘2.配置cuda2.1
JjWang__HUST·2025-06-18 13:47

【CUDA编程】OptionalCUDAGuard详解

OptionalCUDAGuard是PyTorch的CUDA工具库（c10/cuda）中用于安全管理GPU设备上下文的RAII（ResourceAcquisitionIsInitialization）类
量化投资和人工智能·2025-06-18 11:34

CUDA开发工具整理

在WSL下进行CUDA开发时，高效的工具链能显著提升开发体验。
·2025-06-18 11:34

【CUDA编程】 C10_CUDA_CHECK 宏详细解析

以下是对C10_CUDA_CHECK宏的详细解析，结合CUDA错误处理机制和PyTorch框架设计进行说明：一、宏定义结构解析#defineC10_CUDA_CHECK(EXPR)\do{\constcudaError_t
量化投资和人工智能·2025-06-18 10:32

CUDA核函数优化进阶：利用Shared Memory实现矩阵计算10倍加速

在NVIDIAA100上优化1024×1024矩阵乘法时，共享内存策略将计算速度从3.2TFLOPS提升至31.5TFLOPS——本文将揭示如何通过内存访问优化突破GPU计算瓶颈。一、GlobalMemory的致命瓶颈1.1显存访问代价分析以矩阵乘法$C=A\timesB$为例，计算每个$C_{ij}$需访问A的一行和B的一列：GlobalMemory延迟：约400-800周期计算指令延迟：仅20
AI咸鱼保护协会·2025-06-18 10:57

Conda 是什么？为什么开发者离不开它？

核心能力拆解功能解决问题类比说明环境隔离不同项目需不同Python版本或库版本像“仓库分区”，互不干扰跨语言包管理安装Python/C++/R等混合依赖（如CUDA工具包）比pip更全能，支持非Python
摘取一颗天上星️·2025-06-17 23:19

如何用PyTorch构建第一个神经网络？——从环境搭建到实战部署的零基础指南

这几年带学员入门深度学习时，发现90%的新手都会卡在「第一个神经网络构建」上：有人装环境时被CUDA版本搞晕，有人写模型时分不清nn.Module和nn.Sequential，还有人训练时遇到梯度不更新的问题
唐宇迪（学习规划+技术答疑）·2025-06-17 18:42

配置VSCode+Anaconda的PyTorch GPU环境笔记

真就是翻遍了整个互联网才终于让PyTorch在我的电脑上支持CUDA了。叠个甲，我是纯菜鸟，说的不对你也别喷，喷了就是你对。
FurryMonster·2025-06-17 12:02

pytorch2.6安装

文章目录cuda：cuda_11.8.0_522.06_windowscudnn：cudnn-windows-x86_64-8.6.0.163_cuda11-archivecondacreate-npytorch2.6python
AoDeLuo·2025-06-17 04:04

win10安装wsl2(ubuntu20.04)并安装 TensorRT-8.6.1.6、cuda_11.6、cudnn

参考博客：1.CUDA】如何在windows上安装Ollama3+openwebui（docker+WSL2+ubuntu+nvidia-container）：https://blog.csdn.net
狄龙疤·2025-06-16 23:03

WordToCard，一键将Markdown内容转换为精美知识卡片（使用Qwen3）

让其帮我写一篇关于如何本地部署开源Qwen的文章内容如下为Markdown格式以下是本地部署开源Qwen3大模型的详细步骤，结合了多篇教程的核心内容，帮助你快速完成部署：一、准备工作硬件要求显卡：建议使用支持CUDA
程序员猫爪·2025-06-16 22:59

【GPU】使用 pytorch 检测 CUDA 安装是否成功

使用pytorch检测CUDA安装是否成功importtorchimportosos.environ["CUDA_VISIBLE_DEVICES"]="0"print(torch.cuda.device_count
comedate·2025-06-16 15:43

我可以理解llama.cpp是用C++实现了算法，而其他项目一般用python实现？

范式一：Python+C++/CUDA后端(主流方式)这是绝大多数AI项目（包
欧先生^_^·2025-06-16 05:35

彻底删除nvidia驱动以及cuda

介于在一些情况下，未完全删除nvidia和cuda的残留可能导致再次安装失败，故写此文nvidia驱动如果因为一些失误操作导致nvidia驱动被篡改或出错可以使用1.完全卸载现有NVIDIA驱动sudoaptpurge
lovod·2025-06-15 22:51

【CMake】project() 命令详解-定义整个项目的基础信息

指定编程语言：告知CMake项目使用哪些语言（如C,CXX,Fortran,ASM,CUDA等），CMake会据此查找并配置相应的编
晴雨日记·2025-06-15 09:25

tf1.x迁移到tf2.x contrib的方法和思路

最近在复现一篇上古时代的屎山，我的服务器是cuda10.1，没有办法用低版本的TensorFlow，所以必须将tf1迁移重构到tf2，加上我之前也不咋写过python，还是很蛋疼的。
沉迷单车的追风少年·2025-06-15 07:14

PyTorch 错误 RuntimeError: CUDA error: device-side assert triggered

PyTorch错误RuntimeError:CUDAerror:device-sideasserttriggeredflyfish具体提示如下/pytorch/aten/src/THCUNN/ClassNLLCriterion.cu
二分掌柜的·2025-06-15 06:36

Rocky Linux 9.4 系统以及计算软件安装

RockyLinux】RockyLinux系统安装RockyLinux9从入门到精通002—系统安装–RockyLinuxRockyLinux9从入门到精通003—网络配置（基础篇）–RockyLinux安装CUDA
utf_8__·2025-06-14 23:48

大模型多显卡多服务器并行计算方法与实践指南

二、硬件环境准备1.多机多卡环境配置组件要求建议配置GPU支持CUDANVIDIAA100/H100网络高速互联Inf
非著名架构师·2025-06-13 13:27

c cuda 指定gpu_faiss-gpu近邻检索

环境准备：双路CPU工作站128G内存英伟达1080Ti显卡两块faiss源码包centos7.2+python2.7+anaconda2（环境变量与openblas安装同GPU版）centos7.2+python3.6+anaconda3（conda安装faiss环境）1显卡驱动安装显卡安装有两种方式，一种是用yum从ELRepo源中安装，一种是从源码编译驱动。我们选用第一种方式来安装（简单）。
宁静致远敏·2025-06-13 09:00

《CUDA并行程序设计-GPU编程指南》读书笔记--(2)CUDA内存处理

CUDA内存处理高速缓存不仅要思考如何高效地访问全局内存，也要时刻想办法减少对全局内存的访问次数，尤其在数据会被重复利用的时候。CPU与GPU架构的一个主要区别就是CPU与GPU映射寄存器的方式。
SigalHu·2025-06-13 09:29

faiss上的GPU流程，GPU与CPU之间的联系

GPU使用流程1、初始化阶段1.1：初始化GPU资源对象目的：为GPU上的操作分配和管理资源，例如临时内存和CUDA流。
·2025-06-13 08:22

量子计算“拐点”已至！英伟达的未来不止 GPU，黄仁勋指向了一个新“Q”

他认为量子计算正迎来一个“拐点”，英伟达已推出CUDA-Q平台，旨在促进量子与经典计算的结合，并预测未来所有超级计算机都将集成量子处理单元（QPU）与图形处理单元（GPU）。
Qforepost·2025-06-13 03:19

OpenCV CUDA模块图像变形------对图像进行上采样操作函数pyrUp()

操作系统：ubuntu22.04OpenCV版本：OpenCV4.9IDE:VisualStudioCode编程语言：C++11算法描述函数用于对图像进行上采样操作（升采样），是GPU加速版本的高斯金字塔向上采样（GaussianPyramidUpsample）。它首先将图像放大为原来的两倍尺寸，并在新插入的像素位置插入零，然后应用一个5x5的高斯核进行平滑处理，从而得到更自然的放大效果。函数原型
村北头的码农·2025-06-12 13:34

python设置了随机种子seed后，结果仍然会变动

PYTHONHASHSEED']=str(my_seed)random.seed(my_seed)np.random.seed(my_seed)torch.manual_seed(my_seed)torch.cuda.manual_seed
myccver·2025-06-12 08:55

OpenCV CUDA模块图像变形------ 构建仿射变换的映射表函数buildWarpAffineMaps()

这个函数是GPU加速版本，适用于在CUDA环境下进行高性能图像变换处理。函数原型vo
村北头的码农·2025-06-11 22:22

FPGA × GPU 混合推理系统架构实战：协同执行链设计与性能对比分析

本文基于真实部署实践，系统分析了FPGA与GPU混合推理系统的协同架构设计，深入解析DPU与CUDA引擎在异构平台中的任务调度路径、特征数据交换
观熵·2025-06-11 19:34

Windows下编译带CUDA 11.2的TensorFlow 2.4.1（Python3.9.1，cuDNN 8.1.0，兼容性3.5 - 8.6，附编译结果下载）

基本参照我的这篇文章：《Windows下编译带CUDA11.1（Update1）的TensorFlow2.4（RC0）（Python3.9.0，cuDNN8.0.4，兼容性3.5-8.6，附编译结果下载
瑞凤玉子烧·2025-06-11 15:31

Conda安装pytorch和cuda出现问题的解决记录

pytorch已经安装却显示cuda不可用问题表现：pytorch已经安装，代码能够正常运行，但是不能识别到GPU，Cuda显示不可用。
IOT.FIVE.NO.1·2025-06-11 09:47

使用Conda安装Pytorch遇到CondaSSLError以及cudatoolkit版本不兼容问题

CondaSSLError:EncounteredanSSLerror.Mostlikelyacertificateverificationissue.Exception:HTTPSConnectionPool(host='conda.anaconda.org',port=443):Maxretriesexceededwithurl:/pytorch/win-64/repodata.json.zs
材料转码·2025-06-11 06:30

拉力测试cuda pytorch 把 4070显卡拉满

duration=300):"""对GPU进行压力测试，通过持续的矩阵乘法来最大化GPU利用率参数:matrix_size:矩阵维度大小，增大可提高计算复杂度duration:测试持续时间（秒）"""#检查CUDA
MYH516·2025-06-11 06:00

conda一键安装pytorch-cuda环境的方法

1.配置conda源在windows下的user目录中的修改.condarc文件为`show_channel_urls:truessl_verify:truechannels:-http://conda.anaconda.org/gurobi-https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free-https://mirrors.tuna.t
·2025-06-11 06:00

K8S集群 - GPU机器驱动安装

3.10版本的小版本升级```shellyuminstallkernel```2、首先查看GPU显卡信息```shelllspci|grep-invidia```3、去官网下载GPU的驱动（p4010.2cuda
卡亦克·2025-06-11 04:10

OpenCV CUDA模块中用于稠密光流计算的 TV-L1（Dual TV-L1）算法类cv::cuda::OpticalFlowDual_TVL1

操作系统：ubuntu22.04OpenCV版本：OpenCV4.9IDE:VisualStudioCode编程语言：C++11算法描述cv::cuda::OpticalFlowDual_TVL1类是基于变分优化方法的稠密光流算法实现
村北头的码农·2025-06-10 15:37

OpenCV CUDA 模块光流计算------稀疏光流算法类SparsePyrLKOpticalFlow

操作系统：ubuntu22.04OpenCV版本：OpenCV4.9IDE:VisualStudioCode编程语言：C++11算法描述OpenCVCUDA模块中实现的稀疏光流算法类，基于Lucas-Kanade
村北头的码农·2025-06-10 15:37

pycuda

一、定义1.定义2.案例3.pycuda调用c++，并在内核中执行4.接口二、实现定义PyCUDA是一个基于NVIDIACUDA的Python库，用于在GPU上进行高性能计算。
贾亚飞·2025-06-10 15:35

ubuntu20.04装机指南

由于ubuntu崩溃过后再装机真的很花费时间，这里一次性给出所有装机必备流程显卡驱动和cuda显卡驱动可以先4060显卡驱动版本525cuda版本12.0.0zhttps://developer.nvidia.com
·2025-06-10 10:38

voc怎么转yolo，如何分割数据集为验证集，怎样检测CUDA可用性 并使用yolov8训练安全帽数据集且构建基于yolov8深度学习的安全帽检测系统

voc怎么转yolo，如何分割数据集为验证集，怎样检测CUDA可用性安全帽数据集，5000张图片和对应的xml标签，五千个yolo标签，到手即可训练。
QQ67658008·2025-06-09 19:53

OpenBMB/MiniCPM4-0.5B 运行起来需要多少显存？实测需要 1.8GB

frommodelscopeimportAutoModelForCausalLM,AutoTokenizerimporttorchtorch.manual_seed(0)path='OpenBMB/MiniCPM4-0.5B'device="cuda"tokenizer
·2025-06-09 17:24

C#检测本机是否安装CUDA

如果你需要在C#中检测是否安装了支持CUDA的GPU，可以使用ManagedCuda库。下面是一个简单的方法来检查CUDA设备的存在。
碎碎念的安静·2025-06-08 22:51

linux环境下使用Conda 安装pytorch

先确保已安装cuda（请点击查看是否安装了cuda）,cudnn（请点击查看cudnn的安装），然后才能装pytorch。一、安装pytorch1、激活虚拟环境。
熹熹爱编程·2025-06-07 20:20

CMake find_package(CUDAToolkit) 报错，找不到 CUDA_CUDART

安装llama-cpp-python时，使用GPU版本，系统版本是Ubuntu22.04cuda版本是12.1安装命令：CMAKE_ARGS="-DLLAMA_CUBLAS=on"pipinstallllama-cpp-python
0语1言·2025-06-07 18:40

在Windows下编译出llama_cpp_python的DLL后，在虚拟环境中使用方法

定位编译生成的文件在VS2022编译完成后，在构建目录（如build/Release或build/Debug）中寻找以下关键文件：ggml.dll、ggml_base.dll、ggml_cpu.dll、ggml_cuda.dll
晨尘光·2025-06-07 18:37

Python 训练营打卡 Day 34

GPU训练与day33采用的CPU训练不同，今天试着让模型在GPU上训练，引入importtime比较两者在运行时间上的差异importtorch#设置GPU设备device=torch.device("cuda
2401_86382089·2025-06-07 17:35
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他