GPUs 第2页

vscode + docker + python

1，dockerrun的时候要加上portdockerrun-it--gpus=all-p2222:22-v/挂载目录/:/docker目录1/-v/挂载目录/:/docker目录2/--name=xxximage

baobei0112·2023-08-12 07:37

【docker】WSL+docker_desktop+GPU配置环境失败

第一种是新版本WSL2直接支持，下载一个Nvidia官方的docker镜像，然后直接输入命令：dockerrun-it--gpus=all--rmnvidia/cuda:11.4.2-base-ubuntu20.04nvidia-smi

阿委困的不能行·2023-08-02 17:57

Metal 框架从入门到精通-介绍

MetalRenderadvanced3Dgraphicsandperformdata-parallelcomputationsusinggraphicsprocessors.OverviewGraphicsprocessors(GPUs

一位不愿透露姓名的劉公子·2023-08-01 21:05

CUDA C编程及GPU基本知识【二】

文章目录1、CPU和GPU的架构2、CPUs:延迟导向设计和GPUs:吞吐导向设计2.1CPUs:延迟导向设计2.2GPUs:吞吐导向设计2.3GPU&CPU特点2.4GPU编程：什么样的问题适合GPU3

全息数据·2023-07-27 02:39

不可访问的设备内存2017

JakeEdge原文时间：2017年3月22日不可访问的设备内存在2017年Linux存储、文件系统和内存管理会议的第一天早上全体大会上，Glisse发起了一场关于“CPU不可访问的、设备上的内存”的讨论，在GPUs

Kyph·2023-07-26 16:03

【无标题】Instant NGP（使用哈希编码的多分辨率的即时神经图形原语）

NVIDIA，英国CHRISTOPHSCHIED，美国NVIDIAALEXANDERKELLER，德国关键词：ImageSynthesis,NeuralNetworks,En-codings,Hashing,GPUs

jm姐姐争取5年毕业·2023-07-25 18:23

调整 gpu fans

https://devtalk.nvidia.com/default/topic/1003810/linux/adjust-nvidia-gpu-fan-speed-multiple-gpus-one-monitor

冬风十里Y·2023-07-24 13:39

Accurate, Large Minibatch SGD: Training ImageNet in 1 Hour 笔记

作者使用了batch大小：8192，使用了256GPUs，在一个小时内训练了ResNet-50，并且得到了和256大小的batch同样的训练精度。

Junr_0926·2023-07-18 23:36

Pytorch环境配置

cuda-toolkit-archivecudnn下载：https://developer.nvidia.com/rdp/cudnn-archivecuda支持情况：https://developer.nvidia.com/cuda-gpus

Christopher_Liu_lzh·2023-07-16 17:01

多gpu设置问题，关于CUDA_VISIBLE_DEVICES不起作用，不生效原因

通过gpus='0,1'os.environ['CUDA_VISIBLE_DEVICES']=gpus可以设置多个gpu，同时需要配合nn.DataParallel使用。

Ss苓·2023-07-16 03:18

启动nvidia的docker镜像

dockerrun的命令中一定要加入和gpu有关的命令比如：dockerrun-dit--gpus7nvidia/cuda:11.1.1-cudnn8-runtime-ubuntu20.04/bin/bash

豆角儿·2023-07-15 15:58

深度学习-服务器pytorch多GPU训练踩坑，报错RuntimeError: Error(s) in loading state_dict

服务器上使多块显卡训练pytorch模型，语句如下：iftorch.cuda.device_count()>1:print("Let'suse",torch.cuda.device_count(),"GPUs

liux1997·2023-07-14 23:27

MedSAM

文章目录一、关于MedSAM二、安装三、快速上手四、模型训练1、数据处理2、在多GPUs上训练(推荐)3、在单GPU上村联Acknowledgements一、关于MedSAMMedSAM:SegmentAnythinginMedicalImages.github

伊织code·2023-07-14 07:11

深度学习-第T2周——彩色图片分类

深度学习环境：Tensorflow三、前期工作1.设置GPUimporttensorflowastfgpus=tf.config.list_physical_devices("GPU")ifgpus:gpu0=gpus

风筝超冷·2023-06-24 09:35

深度学习-第P1周——实现mnist手写数字识别

在线编译深度学习环境：Pytorch三、前期工作1.设置GPUimporttensorflowastfgpus=tf.config.list_physical_devices("GPU")ifgpus:gpu0=gpus

风筝超冷·2023-06-24 09:49

pytorch_lightning 多块GPU训练速度很慢

不要使用CUDA_VISIBLE_DEVICES来选择要是用的GPU，要直接在Trainer里面的gpus来选择要用的GPU。

iceyer·2023-06-23 06:36

增大Batch训练神经网络：单GPU、多GPU及分布式配置的实用技巧

摘要：增大Batch训练神经网络：单GPU、多GPU及分布式配置的实用技巧2018年中的大部分时间，我都在尝试利用训练神经网络克服GPUs的局限。

·2023-06-14 11:36

北京超算云中心pytorch/mmcv环境配置

北京超算云中心pytorch/mmcv环境配置whichpython查看python路径sourcedeactivatemmseg-dev退出当前环境sbatch--gpus=2.

石头变钻石？·2023-06-13 13:55

如何设计神经网络的硬件加速器

一些常用的方法包括：使用专门设计的神经网络处理器，比如Google的TensorProcessingUnits(TPUs)或NVIDIA的GraphicsProcessingUnits(GPUs)。

Shen Planck·2023-06-11 10:38

北京云服务器安装anaconda、cuda、cudnn、torch流程

/bin/bash#SBATCH--gpus

计算机视觉-Archer·2023-06-10 16:03

colab 跑 deformable-detr 记录：

GPUS_PER_NODE=1./tools/run_dist_launch.sh1.

Daney_Arther·2023-04-19 01:48

TVM 加速模型，优化推断

TVM是一个开源深度学习编译器，可适用于各类CPUs,GPUs及其他专用加速器。它的目标是使得我们能够在任何硬件上优化和运行自己的模型。

GoCodingInMyWay·2023-04-15 22:54

tensorflow性能调优

分为几个部分：常用最佳实际：覆盖了多种模型类型和硬件的主题GPU优化：与GPUs相关CPU优化：CPU相关2.通用最佳实践2.1inputpipeline优化常见模型会从磁盘中抽取数据，进行预处理，然后通过网络发送数据

salary_only_17k·2023-04-14 21:52

加载PyTorch-Lightning库函数的时候报的错误

TypeError:init()gotanunexpectedkeywordargument‘dirpath’TypeError:init()gotanunexpectedkeywordargument‘gpus

WYH_1998·2023-04-10 08:44

【PyTorch】使用 Mac GPUs (Apple silicon GPUs) 训练模型

根据PyTorch官网的文章IntroducingAcceleratedPyTorchTrainingonMac1，从PyTorchv1.12release开始支持使用ApplesiliconGPUs加速训练模型。所以要在Mac上加速需要1.12或更新的版本。文章中还给出了M1Ultra在模型训练/推理时相比仅使用CPU训练的速度差距：我的Mac芯片是AppleM2Pro，GPU性能比M1Ultr

风好衣轻·2023-04-07 00:39

python命令行传参执行脚本报错_命令行运行Python脚本时传入参数的三种方式

原文链接:命令行运行Python脚本时传入参数的三种方式(原文的几处错误在此已纠正)如果在运行python脚本时需要传入一些参数,例如gpus与batch_size,可以使用如下三种方式.pythonscript.py

weixin_39820177·2023-04-06 17:31

Cuda学习1

导言GPUs使用GPU的好处图形处理单元（GPU）1在类似的价格和功率内提供比CPU高得多的指令吞吐量和存储器带宽。

蓝天巨人·2023-04-02 21:08

NVIDIA显卡 - CUDA算力总结概览

NVIDIA官方链接：https://developer.nvidia.com/cuda-gpus搬运官网图表如下：JetsonProductsGPUComputeCapabilityJetsonAGXXavier7.2JetsonNano5.3JetsonTX26.2JetsonTX15.3TegraX15.3GeForceandTITANProductsGPUComputeCapability

明月醉窗台·2023-04-01 21:45

OpenGL崩溃问题

我们项目有直播这一块，我调试过程中发现，将直播推入后台一段时间，然后在切入到程序后，程序就会崩溃掉，崩溃日志包含gpus_ReturnNotPermittedKillClient原因是由于ios不支持处于

高灏轩·2023-03-31 10:51

pycharm运行.sh文件实现多次项目运行

pythonmain.py--DataNameCUB--reg_lamd3.0--manualSeed3483--gpus0pythonmain.py--DataNameCUB--reg_lamd5.0

miracle1114·2023-03-29 12:31

修改docker中共享内存（shm）大小

其实很简单，只需要我们在启动容器时加一个参数--shm-size即可，如：dockerrun-it\--gpus'"device=0,1"'\--shm-size32g\--mounttype=bind

暴走的牛奶Lee·2023-02-04 17:34

Docker+SSH+Vscode深度学习环境配置

配置下载dockerimagedockerpullufoym/deepo:all-jupyter-py36-cu113创建containerdockerrun-it-p8022:22--ipc=host--gpus

码农Yiteng·2023-02-04 15:10

初识GPU编程

CUDA$condainstallcudatoolkit安装Numba库$condainstallnumba检查CUDA与Numba是否安装成功fromnumbaimportcudaprint(cuda.gpus

manong_dashen·2023-02-04 14:31

查看设备GPU数目

iftorch.cuda.device_count()>=i+1:returntorch.device(f'cuda:{i}')returntorch.device('cpu')deftry_all_gpus

Matt今年18岁·2023-02-01 10:36

Tensorflow 查看GPU数量并确认batch_size

:fromtensorflow.python.clientimportdevice_liblocal_device_protos=device_lib.list_local_devices()num_gpus

JoeyforJoy·2023-02-01 10:35

SiamMask目标跟踪算法项目环境配置记录

FastOnlineObjectTrackingandSegmentation:AUnifyingApproach，论文地址【Paper】二、运行环境配置原运行环境是在Ubuntu16.04,Python3.6,Pytorch0.4.1,CUDA9.2,RTX2080GPUs

点滴成海~·2023-01-29 09:14

Python中生僻的用法——对我而言

super函数classCrowdCounter(nn.Module):def__init__(self,gpus,model_name):super(CrowdCounter,self).

德彪稳坐倒骑驴·2023-01-23 09:49

Games202第二讲笔记

framebuffer当作“画架”，一个framebuffer上可以完成多个渲染结果（canvas）的输出如何将图像呈现在屏幕上，这就是vertex/fragmentshaders完成的工作GLSL早期是在GPUs

Anasw·2023-01-21 07:33

st_gcn_twostream网络报错 cannot find GPU device

35行调佣了cuda()，但是之前并没有让GPU可见，要在forgingus:之前加入os.environ['CUDA_VISIBLE_DEVICES']=','.join(list(map(str,gpus

crazyman33·2023-01-20 13:06

NCCL error in: /pytorch/torch/lib/c10d/ProcessGroupNCCL ,unhandled cuda error, NCCLversion 2.7.8

pythontrain.py--outdir=training-runs--cfg=stylegan3-r\--data=datastes/your_data.zip\--cfg=stylegan3-r--gpus

曾小蛙·2023-01-20 01:02

机器学习深度学习环境搭建CUDA 安装

1、查看电脑的显卡型号是否支持CUDA的安装https://developer.nvidia.com/zh-cn/cuda-gpus2、查看驱动版本3、查看可以安装的CUDA版本https://docs.nvidia.com

冰雪storm·2023-01-19 12:42

pytorch_lightning.utilities.exceptions.MisconfigurationException: You requested GPUs: [1] But...

pytorch_lightning.utilities.exceptions.MisconfigurationException:YourequestedGPUs:[1]Butyourmachineonlyhas:[0]笔者的报错代码：trainer=Trainer(max_epochs=config.max_epochs,gpus

Begonia_cat·2023-01-18 12:00

速度为单GPU1.6倍，kaggle双GPU(ddp模式)加速pytorch攻略

accelerate是huggingface开源的一个方便将pytorch模型迁移到GPU/multi-GPUs/TPU/fp16模式下训练的小巧工具。

Python_Ai_Road·2023-01-18 00:24

MMdetection使用多卡训练时出现“ your module has parameters that were not used in producing loss”

/tools/dist_train.pyconfig_filenum_gpus出现下述错误：RuntimeError:Expectedtohavefinishedreductioninthepriorite

小鑫爱学习·2023-01-14 19:28

ValueError: Error initializing torch.distributed using tcp:// rendezvous: port number missing

OMP_NUM_THREADS=1pythontools/train_net.py\--config-fileconfigs/BAText/$confpath/attn_R_50.yaml\--num-gpus4

catOneTwo·2023-01-14 19:57

docker 训练深度学习_Docker 与深度学习

Docker容器可以使用宿主机的GPUs，因此我们可以把TensorFlow或者机器学习代码的任何依赖

智慧的烟火·2023-01-12 01:39

深度学习入门篇——一、Pytorch环境配置（GPU：GeForce 940MX）

CUDAZone-LibraryofResources|NVIDIADeveloperhttps://www.geforce.com/hardware/technology/cuda/supported-gpus

百草味的三只松鼠·2023-01-11 20:32

pytorch之多GPU使用—— CUDA_VISIBLE_DEVICES=0，1 python main.py

下面的内容主要讲解在代码中如何进行多卡训练：主要讲单机多卡（单主机多GPUs训练）使用多卡训练的方式有很多，当然前提是我们的设备中存在多个GPU：使用命令nvidia-smi查看当前Ubuntu平台的GPU

zqx951102·2023-01-11 18:58

pytorch之多GPU使用——#CUDA_VISIBLE_DEVICES使用 #torch.nn.DataParallel() #报错解决

主要讲单机多卡（单主机多GPUs训练）使用多卡训练的方式有很多，当然前提是我们的设备中存在多个GPU：使用命令nvidia-smi查看当前Ubuntu平台的GPU数量，其中每个GPU被编上了序号：[0,1,2,3

坚硬果壳_·2023-01-11 18:53

【PyTorch笔记】60分钟入门PyTorch——Tensor

Tensor官网连接：Tensortensor被翻译为张量，是一种与NumPy数据和矩阵十分相似的特殊数据结构在PyTorch中，我们使用tensor给模型的输入输出以及参数进行编码除了可以在GPUs和其他可以加速运算的硬件上运行这一特点之外

is_colorful·2023-01-11 15:28

推荐频道

GPUs