Cuda 第4页

pytorch深度学习框架基本介绍

目录1.PyTorch简介1.1什么是PyTorch1.2PyTorch的特点2.安装与配置2.1安装PyTorch2.2配置CUDA环境3.基础概念3.1张量(Tensor)3.1.1创建张量3.1.2

一九11111·2025-05-26 04:19

NIPS-2013《Distributed PCA and $k$-Means Clustering》

Christo3·2025-05-26 02:08

python打卡训练营打卡记录day33

知识点回顾：PyTorch和cuda的安装查看显卡信息的命令行命令（cmd中使用）cuda的检查简单神经网络的流程数据预处理（归一化、转换成张量）模型的定义继承nn.Module类定义每一个层定义前向传播流程定义损失函数和优化器定义训练流程可视化

yorushika_·2025-05-26 00:52

day33 python深度学习入门

目录深度学习入门：PyTorch实现鸢尾花分类一、环境搭建1.创建Python环境2.安装必要的库3.检查CUDA环境二、数据准备1.加载数据集2.数据预处理3.转换为PyTorch张量三、模型构建1.

xiaohanbao09·2025-05-25 20:26

实验笔记之——Ubuntu20.04配置nvidia以及cuda并测试3DGS与SIBR_viewers

之前博文测试3DGS的时候一直用服务器进行开发，没有用过笔记本，本博文记录下用笔记本ubuntu20.04配置过程～学习笔记之——3DGaussianSplatting源码解读_3dgs运行代码-CSDN博客文章浏览阅读3.2k次，点赞34次，收藏62次。高斯模型的初始化，初始化过程中加载或定义了各种相关的属性使用的球谐阶数、最大球谐阶数、各种张量（_xyz等）、优化器和其他参数。self.act

gwpscut·2025-05-24 23:43

python打卡训练营打卡记录day34

检查CUDA是否可用importtorch#检查CUDA是否可用iftorch.cuda.is_availab

yorushika_·2025-05-24 19:14

Python打卡训练营学习记录Day34

看级别、看架构代际GPU训练的方法：数据和模型移动到GPUdevice上类的call方法：为什么定义前向传播时可以直接写作self.fc1(x)CPU性能的查看上述是在cpu的情况下训练，（即使安装了cuda

FanfanPyt·2025-05-24 13:06

PyTorch性能调优实战：从算子优化到分布式训练全攻略

一、自定义层的CUDA优化：榨取GPU极限算力PyTorch原生算子在复杂计算场景

灏瀚星空·2025-05-24 08:58

OpenCV CUDA模块图像特征检测与描述------图像中快速检测特征点类cv::cuda::FastFeatureDetector

操作系统：ubuntu22.04OpenCV版本：OpenCV4.9IDE:VisualStudioCode编程语言：C++11算法描述cv::cuda::FastFeatureDetector是OpenCV

村北头的码农·2025-05-24 02:47

OpenCV CUDA 模块图像过滤-----创建一个计算图像导数的滤波器函数createDerivFilter()

操作系统：ubuntu22.04OpenCV版本：OpenCV4.9IDE:VisualStudioCode编程语言：C++11算法描述cv::cuda::createDerivFilter是OpenCVCUDA

村北头的码农·2025-05-24 01:08

构建 PyMNN

PyMNN✅本地安装cd/path/to/MNN/pymnn/pip_package#构建依赖pythonbuild_deps.py{MNN依赖包组合}#示例：pythonbuild_deps.py"cuda

dbcccccsds·2025-05-23 18:20

pytorch实现resnet18

「已注销」·2025-05-23 16:10

mmcv安装及问题汇总解答（可行实践）

mmcv-full安装（无版本限制）pipinstallmmcv-fullmmcv-full特定版本安装：首先查看自己的cuda和torch版本：python-c'importtorch;print(torch

xiangyong58·2025-05-23 11:29

天文数据处理：基于CUDA的射电望远镜图像实时去噪算法（开源FAST望远镜数据处理代码解析）

一、射电天文数据处理的挑战与CUDA加速的必要性作为全球最大的单口径射电望远镜，中国天眼（FAST）每秒产生38GB原始观测数据，经预处理后生成数千万张图像。

学术猿之吻·2025-05-23 05:22

Python_day33 简单的神经网络

知识点回顾：PyTorch和cuda的安装查看显卡信息的命令行命令（cmd中使用）cuda的检查简单神经网络的流程数据预处理（归一化、转换成张量）模型的定义继承nn.Module类定义每一个层定义前向传播流程定义损失函数和优化器定义训练流程可视化

且慢.589·2025-05-23 00:21

OpenCV CUDA 模块图像过滤------创建一个列方向上的求和滤波器（Column Sum Filter）函数createColumnSumFilter()

操作系统：ubuntu22.04OpenCV版本：OpenCV4.9IDE:VisualStudioCode编程语言：C++11算法描述该函数创建的是一个列方向一维滑动窗口求和滤波器。它会对图像中每一列像素进行滑动窗口内的求和操作。这个滤波器常用于：快速实现图像卷积计算的中间步骤（如均值滤波、Sobel等）图像积分图（IntegralImage）相关算法加速自定义卷积核时作为基础模块使用函数原型P

村北头的码农·2025-05-22 13:49

5.22打卡

@浙大疏锦行DAY33简单的神经网络知识点回顾：1.PyTorch和cuda的安装2.查看显卡信息的命令行命令（cmd中使用）3.cuda的检查4.简单神经网络的流程a.数据预处理（归一化、转换成张量）

丁值心·2025-05-22 11:58

LlamaIndex环境配置

之前配Llama-Index时出现不兼容的问题，记录一下最后配好的版本记住一定要先安装pytorch，否则LlamaIndex自动安装的可能是cpu版本，而且没有配置下载源的情况下载torch包很慢，其中cuda

L~river·2025-05-22 10:55

如何设置FFmpeg进行高分辨率视频转码？

运行以下命令检查FFmpeg是否检测到CUDA支持：bash复制ffmpeg-hwaccels此命令应列出cuda、vdpau和vaapi，表明GPU加速可用。

视频砖家·2025-05-22 06:24

一看就会系列之配置Anaconda虚拟环境、配置GPU、CUDA、CUDNN、服务器运行深度学习代码！

深度学习GPU环境配置完整指南1.使用Anaconda创建虚拟环境并安装PyTorch/TensorFlow(Windows/Linux)Windows下：创建虚拟环境：打开AnacondaPrompt或终端，执行condacreate-ndl_gpu_envpython=3.8condaactivatedl_gpu_env（示例中创建名为dl_gpu_env的环境，Python版本可根据需要调整

Big__Star·2025-05-21 20:15

OpenCV 环境搭建与概述

3、中级:角点查找、BLOB查找、特征提取与匹配、机器学习、深度神经网络、CUDA加速。4、高级:掌握自定义对象检测

清醒的兰·2025-05-21 02:22

OpenCV CUDA模块中的矩阵算术运算------创建卷积操作对象的工厂方法 cv::cuda::createConvolution

操作系统：ubuntu22.04OpenCV版本：OpenCV4.9IDE:VisualStudioCode编程语言：C++11算法描述createConvolution函数是OpenCVCUDA模块中用于创建卷积操作对象的工厂方法

村北头的码农·2025-05-20 13:33

2024年深度学习-CUDA安装教程（失败解决方案）

1.打开设备管理器查看显卡如果存在nvidia系列显卡，则可以安装cuda进行深度学习加速如图存在NVIDIA系列显卡,可以继续安装2.打开cmd查看cudaversion输入nvidia-smi结果如图记住自己的版本号

吃小花的魔王·2025-05-20 04:32

win10使用清华源快速安装指定版本的pytorch-GPU

检查自己的cuda是否安装好在anacondaprompt中输入nvcc-V显示如上面表示安装好了。

来自星星的菜鸟·2025-05-19 19:57

本地安装gpu版本torch（超简单）

1）创建并激活环境condacreate-nDOT1python==3.9condaactivateDOT12）方法1：命令行安装torch①查看cuda版本【12.6】nvidia-smi#查看电脑支持的

✧٩(ˊωˋ*)و✧709·2025-05-19 19:56

Torch GPU版本的安装

*不需要单独安装巨大的CUDA安装包，先确保你的显卡是支持GPU运算的，再安装好anaconda确保没有安装：pytorchtorchvisiontorchaudio这三个模块然后在anaconda中的命令行输入

COOKER·2025-05-19 18:53

如何设置FFmpeg实现对高分辨率视频进行转码

使用FFmpeg进行高分辨率视频转码的步骤如下：首先，确保FFmpeg支持GPU加速，通过命令ffmpeg-hwaccels检查CUDA支持。

视频砖家·2025-05-19 16:39

p40上编译vllm0.8.6

目录前言编译内容前言编译内容(/data1/ai-llm/env/my-vllm-gpu)[root@localhostvllm-gpu]#TORCH_CUDA_ARCH_LIST="6.1;7.0;8.0

tianjun2012·2025-05-19 02:37

显卡、Cuda和pytorch兼容问题

这里写目录标题驱动与CUDA版本兼容性问题1.**驱动与CUDA版本兼容性问题**2.**任务特性与硬件适配差异**3.**优化策略与框架配置差异**4.**散热与功耗限制**5.

小蜗笔记·2025-05-18 07:56

[4]CUDA中的向量计算与并行通信模式

CUDA中的向量计算与并行通信模式本节开始，我们将利用GPU的并行能力，对其执行向量和数组操作讨论每个通信模式，将帮助你识别通信模式相关的应用程序，以及如何编写代码1.两个向量加法程序先写一个通过cpu

明月醉窗台·2025-05-18 02:51

【OpenCV】CUDA模块3:图像转换及采样

1:cv::cuda::threshold()阈值处理cv::cuda::threshold是OpenCV中CUDA模块的一个函数，用于在GPU上对图像进行阈值处理。

言雪松·2025-05-18 02:50

使用cuda实现图像的转置

图像的转置原理很简单，就是矩阵转置，把行变成列。没有使用GPU共享内存的时候，GPU处理速度是CPU的3倍左右，使用sharedmemory后，可以达到10倍以上的加速。但opencv里的图像转置，直接调用cv::Mat的t()方法，就可以返回一个转置后的新的图像对象，底层应该经过优化了，速度和GPU相比，没什么差异。相反，因为GPU使用前要分配显存、拷贝数据、释放显存，这些操作的耗时远大于转置处

小伟123456789·2025-05-18 02:50

python虚拟环境深度学习环境配置Linux

python虚拟环境深度学习环境配置创建python3.9的虚拟环境安装cuda以及cudnn查找合适的cuda版本查找合适的torch版本（会同时安装cuda）检查是否安装成功cudnn环境不匹配修改编辑

小鹿不乱撞·2025-05-18 02:50

Python 深度学习环境配置

安装MicrosoftVisualStudio，推荐选择VisualStudioCommunity版本（用于编译CUDA工具链）。L

卖血买老婆·2025-05-18 02:19

是 OpenCV 的 CUDA 模块中用于在 GPU 上对图像或矩阵进行转置操作函数cv::cuda::transpose

操作系统：ubuntu22.04OpenCV版本：OpenCV4.9IDE:VisualStudioCode编程语言：C++11算法描述cv::cuda::transpose是OpenCV的CUDA模块中的一个函数

村北头的码农·2025-05-18 02:17

OpenCV的CUDA模块进行图像处理

本文介绍了使用OpenCV和CUDA加速的四种图像处理技术：灰度化、高斯模糊、Sobel边缘检测和直方图均衡化。每种技术都通过将图像数据上传到GPU，利用CUDA进行加速处理，最后将结果下载回CPU。

程序小K·2025-05-17 22:49

linux下安装cuda后nvcc -V无法执行的解决方案

pytorch版本博主刚开始安装的pytorch版本为1.2.0，但是所跑的pytorch程序是在0.4.0版本下写的，结果运行时出现了一些问题，必须改装较低版本的pytorch——这里选择了0.4.1。下载链接：https://pytorch.org/get-started/previous-versions/下载后，得到安装包.tar.bx2，可以使用下述指令进行本地安装：$condainst

Retrospector·2025-05-17 21:16

OpenCV CUDA 模块中用于在 GPU 上计算矩阵中每个元素的绝对值或复数的模函数abs()

操作系统：ubuntu22.04OpenCV版本：OpenCV4.9IDE:VisualStudioCode编程语言：C++11算法描述voidcv::cuda::abs(InputArraysrc,OutputArraydst

村北头的码农·2025-05-17 15:35

OpenCV CUDA模块中矩阵操作------归一化与变换操作

操作系统：ubuntu22.04OpenCV版本：OpenCV4.9IDE:VisualStudioCode编程语言：C++11算法描述在OpenCV的CUDA模块中，normalize和rectStdDev

村北头的码农·2025-05-17 15:56

Ubuntu 24.04 LTS 装RTX50系显卡驱动&CUDA

建议参考官网CUDA安装，同时将NVIDIADriver安装好。

superfhp·2025-05-17 13:12

在Linux系统上部署DeepSeek的完整指南

Ubuntu22.04为例）硬件配置：CPU：4核以上（推荐IntelXeon或AMDEPYC系列）内存：16GB+（复杂模型需32GB+）存储：50GB+可用空间（建议SSD）GPU（可选）：NVIDIA显卡（需CUDA

摆烂大大王·2025-05-16 22:35

安装flash-attn失败n次之后的总结

首先最最基础是安装cudatoolkit参考手把手教会你在Linux服务器上安装用户级别的CUDA_cuda安装.run文件同意协议:无法输入accept-CSDN博客推荐版本12.1使用新的cudatoolkit

weixin_51347647·2025-05-16 21:02

pip install flash-attn 报错

flash-attn安装不上的话，就是torch或者cuda版本不对应导致的，使用：pipinstallflash-attn--no-build-isolation可能会解决

杭杭爸爸·2025-05-16 21:28

OpenCV CUDA模块中矩阵操作------降维操作

操作系统：ubuntu22.04OpenCV版本：OpenCV4.9IDE:VisualStudioCode编程语言：C++11算法描述cv::cuda::reduce函数用于对GPU上的矩阵沿某个维度进行降维操作

村北头的码农·2025-05-16 18:03

被 CUDA 性能问题困扰？从全局内存到共享内存，并行归约优化全解析！

别慌，今天我带你玩转CUDA里一个既基础又硬核的东西——并行归约。啥是归约？简单说，就是把一堆数加起来（或者其他累积操作），但在GPU上，这可不是简单的for循环，而是能让性能起飞的优化手法。

讳疾忌医丶·2025-05-16 03:11

cuda优化策略

cuda优化策略1.memorycoalescing，保证内存融合。因为globalmemory在CC为1.x上是按照halfwrap进行访问读写的，而在2.x上是按照wrap进行访问读写的。

xie7132524·2025-05-16 03:11

CUDA优化干货

CUDA优化第一要义是设计block和thread的dimension，这时activeblock和activewarp就必须要考虑了。首先通俗地讲一些CUDA优化的常识吧。

crazybird1984·2025-05-16 03:10

nvidia-smi指令报错：Failed to initialize NVML: Driver解决 Ubuntu 清除缓存 apt-get命令参数

的驱动都装好了，但是使用指令：nvidia-smi报错：FailedtoinitializeNVML:Driver/libraryversionmismatch安装gpustat也显示找不到gpu，且cuda

处女座程序员的朋友·2025-05-16 00:28

LAM单图秒级打造超写实3D数字人头部CUDA out of memory

RuntimeError:CUDAoutofmemory.Triedtoallocate190.21GiB.GPU0hasatotalcapacityof6.00GiBofwhich1.97GiBisfree.Oftheallocatedmemory2.90GiBisallocatedbyPyTorch

天机️灵韵·2025-05-15 05:42

使用Thrust库实现异步操作与回调函数

使用Thrust库实现异步操作与回调函数在Thrust库中，你可以通过CUDA流(stream)来实现异步操作，并在适当的位置插入回调函数。

东北豆子哥·2025-05-14 23:59

推荐频道

Cuda