GPUs

2.1 深度学习常用软件包和环境配置

deeplearning.net/software_links/环境配置Linux:UbuntuEclipsePyDevPythonCUDAGPU:https://developer.nvidia.com/cuda-gpus
liang_biao·2023-01-10 10:17

GPU计算能力（Compute Capability）那些事儿

每日一歌，分享好心情：你莫走关于nvidia计算能力的一切，看完这篇文章足够用了…一、常见gpu卡计算能力查询https://developer.nvidia.com/cuda-gpus#compute
小白龙呢·2023-01-10 09:07

RuntimeError: CUDA error: invalid device ordinal

解决方法：造成这个错误的原因主要是GPU编号原因或者cuda安装版本不匹配例如当本地只有一个GPU(GPU:0)，而程序中使用GPUs:1。
香博士·2023-01-08 07:50

RuntimeError: No CUDA GPUs are available

1、如果有语句os.environ[‘CUDA_VISIBLE_DEVICES’]=‘xxx’，把xxx换成02、https://blog.csdn.net/qq_43350820/article/details/110261939
Great_lid·2023-01-05 19:17

Pytorch中DistributedDataParallel基本使用

它们之间的区别如下：DistributedDataParallel不仅支持单机多卡，而且支持多机多卡；DataParallel仅支持单机多卡DataParallel在的每个前向过程中，模型会由GPU1复制到其它GPUs
粟悟饭&龟波功·2023-01-04 19:50

8.4_multiple-gpus

8.4多GPU计算注：相对于本章的前面几节，我们实际中更可能遇到本节所讨论的情况：多GPU计算。原书将MXNet的多GPU计算分成了8.4和8.5两节，但我们将关于PyTorch的多GPU计算统一放在本节讨论。需要注意的是，这里我们谈论的是单主机多GPU计算而不是分布式计算。如果对分布式计算感兴趣可以参考PyTorch官方文档。本节中我们将展示如何使用多块GPU计算，例如，使用多块GPU训练同一个
给算法爸爸上香·2023-01-02 16:47

CatBoost使用GPU实现决策树的快速梯度提升CatBoost Enables Fast Gradient Boosting on Decision Trees Using GPUs...

sklearn实战-乳腺癌细胞数据挖掘（博主亲自录制视频）https://study.163.com/course/introduction.htm?courseId=1005269003&utm_campaign=commission&utm_source=cp-400000000398149&utm_medium=shareCatBoostEnablesFastGradientBoosting
weixin_30840573·2023-01-02 09:45

【Ubuntu20.04编译安装Opencv4.5.4，支持Cuda加速】

https://pyimagesearch.com/2020/02/03/how-to-use-opencvs-dnn-module-with-nvidia-gpus-cuda-and-cudnn/https
拉面馆子·2022-12-30 19:28

DistributedParallel的资料集锦

pytorch-transformer的示例，里面涉及了分布式训练和预测，之前对此一无所知，学起来https://oldpan.me/archives/pytorch-to-use-multiple-gpus
小妖精Fsky·2022-12-30 08:52

Nvidia的显示GeForce GT 1030的算力(compute capability)到底是多少?(附查询自己显卡算力的方法)

GeForceGT1030，如下图所示：用CSDN上找到的Nvidia官网链接去查找GeForceGT1030的算力，链接如下：https://developer.nvidia.com/zh-cn/cuda-gpus
昊虹AI笔记·2022-12-29 20:57

[转载] GPU Compute Capability表

参考自：https://developer.nvidia.com/cuda-gpus我的显卡是GTX1650Ti和1050,直接CTRL+F搜索就OK分别是：7.5和6.11.支持CUDA的数据中心产品
氵文大师·2022-12-29 20:13

[tf学习笔记1] tensorflow2.0+的相关硬件资源调用和设置问题

1.获得本地计算机的硬件设备名称首先使用tf.config.list_physical_devices命令获得本地设备列表代码如下：importtensorflowastfphysical_gpus=tf.config.list_physical_devices
一只程序猿林·2022-12-29 17:00

tensorflow-gpu2.x无法检测到GPU设备

importtensorflowastfprint(tf.test.is_gpu_available())gpus=tf.config.experimental.list_physical_devices
鸭梨的药丸哥·2022-12-28 16:31

英伟达显卡算力查询--A5000、RTX30系列以及GTX

显卡算力查询链接：https://developer.nvidia.com/zh-cn/cuda-gpus#computeCUDAGPUs|NVIDIADeveloperhttps://developer.nvidia.com
zhangxiangweide·2022-12-28 13:28

NVIDIA英伟达GPU显卡算力一览（包含Tesla和GeForce、TITAN及RTX系列等）

参照不同型号的显卡的算力图https://developer.nvidia.com/cuda-gpus#collapseOne英伟达GPU算力一览官方说明在GPU算力高于5.0时，此计算机可以用来跑神经网络
北屿白·2022-12-28 13:27

使用多块GPU，并行训练数据的pytorch代码

使用多块GPU，并行训练数据的pytorch代码iftorch.cuda.device_count()>1:print("Let'suse{0}GPUs!".
波尔德·2022-12-23 21:00

SIMD ＜ SIMT ＜ SMT: parallelism in NVIDIA GPUs

ProgrammableNVIDIAGPUsareveryinspiringtohardwaregeeks,provingthatprocessorswithanoriginal,incompatibleprogrammingmodelcanbecomewidelyused.NVIDIAcalltheirparallelprogrammingmodelSIMT-"SingleInstruction
papaofdoudou·2022-12-23 00:48

Enabling GPUs in the Container Runtime Ecosystem

Docker容器不会自动看到您系统的GPU。这会导致依赖GPU的工作负载（例如机器学习框架）的性能降低。以下是将主机的NVIDIAGPU公开给容器的方法。让GPU在Docker中工作Docker容器共享您主机的内核，但带有自己的操作系统和软件包。这意味着它们缺少用于与GPU交互的NVIDIA驱动程序。默认情况下，Docker甚至不会向容器添加GPU，因此dockerrun根本看不到您的硬件。概括地
星光落入哥哥眼·2022-12-22 21:25

6.CUDA编程手册中文版---附录A&B

https://developer.nvidia.com/zh-cn/developer-program来加入NVIDIA开发者计划https://developer.nvidia.com/cuda-gpus
扫地的小何尚·2022-12-22 19:23

1.triton镜像使用

/fetch_model.sh,见2.2部分GPU版本的启动dockerrun--gpus=1--rm-p8000:8000-p8001:8001-p8002:8002-v/home/
qq_38196982·2022-12-22 13:13

pytorch在kill主进程后无法释放显存的问题

在pytorch论坛搜到以下的信息：https://discuss.pytorch.org/t/pytorch-doesnt-free-gpus-memory-of-it-gets-aborted-due-to-out-of-memory-error
georgeandgeorge·2022-12-22 12:59

Pytorch中的Tensor（概要）

PyTorch针对Tensor也提供了丰富的函数和方法，Pytorch的Tensor与NumPy的数组具有极高的相似性；Tensor是一种高级的API；PyTorch中定义的Tensor数据变量可以在GPUs
赵千夜·2022-12-20 22:26

深度学习实战第三周--天气识别

我本机带有GPU，如果你不想设置，那就直接忽略本步，默认使用CPUimporttensorflowastfgpus=tf.config.list_physical_devices("GPU")ifgpus:gpus0
南京比高IT·2022-12-19 14:33

docker容器里访问gpu；onnx转tenorrt trt、engin、plan格式；triton加载推理tensorrt模型

tenorrt参考：https://www.jianshu.com/p/8f38a63b86cc安装：aptinstallnvidia-container-runtime验证运行tensorrt容器（暴露--gpus
loong_XL·2022-12-18 10:36

pytorch学习（二十五）——从零实现多GPU训练

并行运算4.总结参考李沐老师动手学深度学习V2（强烈推荐看看书）：[1]https://zh-v2.d2l.ai/chapter_computational-performance/multiple-gpus.html
留小星·2022-12-16 08:32

关于CUDA与GPU的算力匹配问题

NVIDIAGeForceRTXGPU的算力为8.6而当前的Pytorch安装的CUDA最高算力支持7.5查看显卡算力：https://developer.nvidia.com/zh-cn/cuda-gpus
柠檬也可以不酸·2022-12-15 16:14

pytorch-lightning如何设置训练epoch

Trainer初始化时添加max_epochs参数#initmodelautoencoder=LitAutoEncoder()trainer=pl.Trainer(gpus=8,max_epochs=50
会写代码的孙悟空·2022-12-15 13:46

李沐动手学视频笔记及知识补充-17使用和购买GPU

0torch.device('cuda:1')3.查看可用GPU数量torch.cuda.device_count()4.自定义访问GPU的函数try_gpu(i)和访问所有GPU的函数try_all_gpus
a_145133·2022-12-14 10:22

tensorflow2实现手写数字识别

GPU的设置importtensorflowastfgpus=tf.config.list_physical_devices("GPU")ifgpus:gpu0=gpus[0]#如果有多个GPU，仅使用第
南妮儿·2022-12-13 22:05

英伟达（NVIDIA ）GPU算力参考

桌面点击鼠标右键2、点击NVIDIA控制面板（如下图查看你电脑GPU版本）本机GPU版本为GeForce920MX对应版本的算力参考点击一下链接：https://developer.nvidia.com/cuda-gpus
Chen三变·2022-12-13 15:53

GPU算力对照表

https://developer.nvidia.com/zh-cn/cuda-gpus#compute
RenorJ·2022-12-13 15:21

ubuntu 14.04 + GPU（CUDA7.5+CuDNN7.5）+ opencv2.4.10 + caffe小白手记

，师姐让我把环境搭建写一下以后作参考，哈哈哈～1.检查硬件环境$lspci|grep-invidia；//检查是否有GPU对应版本，https://developer.nvidia.com/cuda-gpus
rido_·2022-12-10 16:29

深度学习实战第二周--彩色图片的识别

设置设备，本文采用自己电脑自带的GPU1080Ti#设置GPUimporttensorflowastfgpus=tf.config.list_physical_devices("GPU")ifgpus:gpus0
南京比高IT·2022-12-10 14:13

01-mnist数字识别

#mnist数字识别#设置GPUimporttensorflowastf#gpus=tf.config.list_physical_devices('GPU')#ifgpus:#gpu0=gpus[0]
不学无术-倪·2022-12-08 12:20

docker: Error response from daemon: could not select device driver “” with capabilities: [[gpu]].

前提已安装docker、有显卡流程安装显卡驱动：nvidia官网下载nvidia-smi命令可以看到信息运行：dockerrun--gpus“device=1”-it-p8180:8187-d--namesi-gpu-basesi-gpu
Carry_NJ·2022-12-07 23:02

could not select device driver ““ with capabilities: [[gpu]].

https://collabnix.com/introducing-new-docker-cli-api-support-for-nvidia-gpus-under-docker-engine-19-03
jstzwjr·2022-12-07 23:59

深度学习caffe2环境搭建指北

nvidia的cuda，cudnnpythoncaffe2detectroncocoapi1.先确定机器的nvidia显卡是否支持cudahttps://developer.nvidia.com/cuda-gpus2
爱吃绿豆沙的王叔·2022-12-07 22:48

scikit-neuralnetwork 安装

deeplearning.net/software_links/环境配置Linux:UbuntuEclipsePyDevPythonCUDAGPU:https://developer.nvidia.com/cuda-gpus
溪风205·2022-12-07 18:24

解决torch.cuda.is_available()返回False的问题

（2）若有独立显卡，则检查GPU是否支持CUDA在https://www.nvidia.cn/geforce/technologies/cuda/supported-gpus/查找自己电脑显
双惜月·2022-12-07 06:05

win10下查看pyttorch实际使用的cuda版本，安装多个cuda(cuda9.0和10.0)，并切换cuda版本

https://developer.nvidia.com/cuda-gpus查看pytoch支持的cuda版本查看自己电脑显卡控制面板→帮助→系统信息→组件，安装nvidia的cuda版本低于
MAR-Sky·2022-12-05 11:15

YOLO基础教程（十）：YOLO训练过程中参数可视化

/darknetdetectortraincfg/voc.datacfg/yolov3-tiny.cfgyolov3-tiny.conv.15-gpus0,12>1|t
SORI-·2022-12-03 18:14

ubuntu18.04_host环境搭建__OpenVINO安装

sOpenVINOisanaccelerationlibraryforoptimizedcomputingwithIntel’shardwareportfolio.OpenVINOsupportsIntelCPUs,GPUs
怿窗·2022-12-03 14:50

深度学习-Tensorflow2.2-图像处理{10}-图像语义分割-23

importtensorflowastfimportmatplotlib.pyplotasplt%matplotlibinlineimportnumpyasnpimportglobimportos#显存自适应分配gpus
gemoumou·2022-12-03 13:39

win10+cuda10.2+python3.8+pytorch环境配置

首先需要确定电脑是支持cuda的，查询本机显卡是否支持CUDA的安装，是否存在列表中，网址:https://developer.nvidia.com/cuda-legacy-gpus.如果有下载你想要的
无知、·2022-12-03 07:04

python : 超参数优化工具笔记 Tune with PyTorch 在PyTorch中使用

defmain(num_samples=10,max_num_epochs=10,gpus_per_trial=2):data_dir=os.path.abspath(".
FakeOccupational·2022-12-02 02:10

windows安装pytorch完全指南（以机械革命s1为例MX150显卡）

机械革命s1安装cuda走了很多弯路啊啊啊第一步，明确自己的显卡是什么，查看自己的显卡的驱动版本是什么https://en.wikipedia.org/wiki/CUDA#GPUs_supported以
到底起个什么昵称比较好呢我也不知道·2022-12-01 09:17

【解决方法】RuntimeError: CUDA error: no kernel image is available for execution on the device

查看各版本GPU算力请看官网https://developer.nvidia.com/zh-cn/cuda-gpus解决方法：更换更好的显卡。
靖待·2022-12-01 07:25

pycharm中调试pyskl的训练脚本

打开dist_train.sh可以看到以下内容：CONFIG=$1GPUS=$2PORT=${PORT:-29500}MKL_S
CloudLby·2022-11-30 12:41

RuntimeError：No CUDA GPUs are available

pytorcherrorCHECK:torch.cuda.is_available()CUDA_VISIBLE_DEVICES=?,couldnotexceedcurrentgpunumbers
XiaoPangJix1·2022-11-29 15:39

TensorFlow实现手写数字识别

importtensorflowastffromtensorflow.kerasimportdatasets,layers,optimizers,Sequential,metricsimportmatplotlib.pyplotasplt#设置GPU使用方式#获取GPU列表gpus
没有胡子的猫·2022-11-29 13:14
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他