Gpu

LeNet（pytorch实现

LeNet本文编写了一个简单易懂的LeNet网络，并在F-MNIST数据集上进行测试，允许使用GPU计算在这里插入代码片importtorchfromtorchimportnn,optimimportd2lzh_pytorchasd2ldevice
平平平安喔·2023-10-23 02:21

OpenGL-着色器

着色器(shader)其本质是运行在GPU上的小程序，这些小程序为图形渲染管线的某个特点部分而运行。从基本意义上来讲，着色器只是一种把输入转化为输出的程序。
STL_f36e·2023-10-23 01:56

Tensorboard安装及简单使用

2.安装必备环境安装TensorBoard,必须要配一个带GPU的环境，
我说你别说·2023-10-23 01:07

No171.精选前端面试题，享受每天的挑战和学习

前端面试必备》蓝桥云课签约作者、已在蓝桥云课上架的前后端实战课程《Vue.js和Egg.js开发企业级健康管理项目》、《带你从入门到实战全面掌握uni-app》文章目录页面渲染的时候，哪种情况下需要用GPU
阿珊和她的猫·2023-10-23 00:19

【模型推理优化学习笔记】张量并行和流水线并行简介

张量并行当每个张量被分成多个块时，就会发生张量并行性，并且张量的每个块都可以放置在单独的GPU上。
Go 鹏ya·2023-10-22 23:11

openCV的CUDA GPU 版本安装 （Ubuntu windows 通用）

需要用GPU的。
EmoC001·2023-10-22 23:59

CUDA学习笔记（二）CUDA简介

只要配备的NVIDIAGPU，就可以在许多设备上运行你的并行程序，无论是台式机、笔记本抑或平板电脑。熟悉C语言可以帮助你尽快掌握CUDA。
我来了！！！·2023-10-22 22:20

在Colab下快速训练yolov5

在Colab下快速训练yolov51.学习链接2.数据准备2.1图片标注方法3.项目迁移到Colab平台4.开始训练4.1.选择GPU4.2.下载源码4.3.上传和解压自己的数据集4.4.修改ymal配置文件
淡然的回忆568·2023-10-22 20:55

Android自定义相机自动对焦、定点对焦

Android相机实时自动对焦的完美实现Android图像滤镜框架GPUImage从配置到应用GPUImageforAndroidAndroidCamera对焦相关加速度控制器当设备移动时，认定需要对焦
沐左·2023-10-22 20:08

Anaconda下载、安装、使用教程

使用教程创建环境查看当前存在的虚拟环境激活环境退出环境删除环境镜像加速配置conda镜像pip镜像临时使用长期使用WindowsLinux&&WSL工具升级升级conda升级pip高级应用整体环境迁移环境更新环境克隆深度学习GPU
Walden-2020·2023-10-22 19:46

TensorFlow GPU不可用，WSL2安装

win11，安装的tensorflow的版本都是2.12的，但是从2.10开始tensorflow就不支持gpu了，这点在英文版的安装页面里有而中文版是没有这个提示的，估计也是很多人试了很多遍，检查了很多次环境
坠星不坠·2023-10-22 19:45

Windows Server 2019 AD域组策略自动连接共享文件夹到域用户的网络位置（驱动器）

一、在DC上建立共享文件夹二、在需要自动连接的组织单位创建GPO三、编辑该策略，来到用户配置-首选项-windows设置-驱动器映射四、新建映射驱动器五、在DC及客户端强制刷新策略gpupdate/force
獨孤記憶·2023-10-22 17:30

ASTRA Toolbox——使用笔记

1.ASTRA工具箱简介ASTRA工具箱是MATLAB和Python的高性能GPU工具箱，用于2D和3D断层扫描。支持2D平行和风扇束几何，以及3D平行和锥束几何。它们都有高度灵活的源/探测器定位。
小屁孩__·2023-10-22 16:03

自学OpenGL（七）-着色器

前言着色器是运行在GPU上的程序，为图形渲染管线特定部分而运行，从某种意义上来说，着色器是把输入转化为输出的程序。着色器程序是完全独立的程序，着色器之间不能直接通信，只能通过输入输出实现通信。
朽木自雕也·2023-10-22 15:30

CUDA学习笔记（七）Kernel性能调节

代码准备下面是我们的kernel函数sumMatrixOnGPUD：__global__voidsumMatrixOnGPU2D(fl
我来了！！！·2023-10-22 15:22

影响stable diffusion的embedding训练效率的部分问题和拟解决办法

（小细节）关于图片大小影响未知，电脑配置不够，试过云环境：配置是13RAM，15GPU，78G磁盘以微量关键词，使用一个训练的model做正向，没有反向关键词，面部以及高清修复，39采样，8.5相关
羽墨link·2023-10-22 14:44

flash attention 2论文学习

优化点主要如下：一、减少non-matmulFLOPsA00中由于tensorcore的存在，使得gpu对于浮点矩阵运算吞吐很高，如FP16/BF16可以达到312TFLOPs/s，而对于非矩阵乘的浮点运算吞吐较低
KIDGINBROOK·2023-10-22 13:13

NVIDIA NCCL 源码学习（一）- 初始化及ncclUniqueId的产生

NCCL是英伟达开源的GPU通信库，支持集合通信和点对点通信看下官方给的一个demo#include#include"cuda_runtime.h"#include"nccl.h"#include"mpi.h
KIDGINBROOK·2023-10-22 13:42

NVIDIA NCCL 源码学习（十一）- ring allreduce

单机搜索ring在nccl初始化的过程中会分析机内拓扑，建立CPU，GPU，网卡等PCI节点的拓扑图，并基于这个图搜索一系列的channel，假设单机内执行ncc
KIDGINBROOK·2023-10-22 13:41

机器学习——利用jupyter-notebook实现工资预测

本文开发环境tensorflow-gpu-2.6.0miniconda但其实大家一般都在pycharm里面写，这个只是为了了解一下这种写法
重邮研究森·2023-10-22 13:35

自然语言处理---Transformer模型

Transformer概述相比LSTM和GRU模型，Transformer模型有两个显著的优势：Transformer能够利用分布式GPU进行并行训练，提升模型训练效率。
lichunericli·2023-10-22 13:28

如何将PyTorch模型迁移到昇腾平台

PyTorch是业界流行的深度学习框架，用于开发深度学习训练脚本，默认运行在CPU/GPU上。为了使这些脚本能够利用昇腾AI处理器的强大算力执行训练，需要对PyTorch的训练脚本进行迁移。
昇腾CANN·2023-10-22 13:51

『ARM』和『x86』处理器架构解析指南

但是如果继续问大家是否了解ARM和X86架构，他们的区别又是什么，相信可能部分人就会哑口无言了目前随着深度学习、高性能计算、NLP、AIGC、GLM、AGI的技术迭代，助力大模型快速发展，对于多元算力结合（CPU+GPU
ReturnTmp·2023-10-22 13:04

1 - 进程 - Windows 10 - Python - multiprocessing - 简单多进程切换、进程传参、异步进程、守护进程(进程睡眠/堵塞和线程堵塞的区别)、主/子进程区分

七、关于多进程必须加上`if__name__=="__main__"`的理由(进程区分)：八、JupyterNotebook与进程区分的关联九、关于多进程与GPU的关系参考链接测试环境：操作系统：Window10
沐 修·2023-10-22 12:18

使用恒源云GPU进行远程训练

最近同学参加比赛需要使用云GPU，经过比对多个云GPU平台，从价格和GPU可用稳定性上，最终选择了恒源云，我购买使用了一下，可以支持一场Kaggle比赛或者实验论文没有问题，大家可以按照步骤进行操作，记录下来
cskywit·2023-10-22 12:54

nvcc -V和nvidia-smi的关系

nvcc-V和nvidia-smi都与NVIDIAGPU相关，但它们提供的信息和功能有所不同。nvcc-V:nvcc是NVIDIACUDA编译器的命令，用于获取CUDA工具包的版本信息。
重剑DS·2023-10-22 12:36

拨开算力的迷雾：聊聊不同 GPU 计算能力的上限

文|卜居@知乎编|兔子酱通过深入了解自己手头GPU的计算能力上限，能够在买新卡时做出更理性判断。本文深入GPU架构，重点介绍了其中的ampere架构。
夕小瑶·2023-10-22 10:22

java 异构类型_TornadoVM：在异构硬件上运行Java程序

java异构类型几乎所有计算系统中都存在异构硬件：我们的智能手机包含中央处理器（CPU）和具有多个内核的图形处理单元（GPU）；我们的笔记本电脑很可能包含带有集成GPU和专用GPU的多核CPU；数据中心正在向其系统添加附加的现场可编程门阵列
diluan6799·2023-10-22 10:16

Linux & Windows 的Tensorflow 配置: Nvidia 老显卡运算能力低于3.0

实测成功配置信息1：Windows10，GT755m,Capability3.0Ana(Mini)conda管理，环境Python3.6(.13)Cuda=9.0Cudnn=7.0Tensorflow_gpu
Zhenghaowencsdn·2023-10-22 10:14

问题记录：GPU显卡提高后，代码总体运行效率没有提高

问题：GPU显卡提高后，代码总体运行效率没有提高原先显卡NIVIDAT400换成NVIDIARTXA4000，CUDA核心（物理GPU线程单位）从三百多提升到了六千多，但是程序总体运行的时间没有变化。
魔法自动机·2023-10-22 10:43

GitHub 上排名前 100 的 IOS 开源库简介

这个便是其中之一,AFNetworking采用NSURLConnection+NSOperation,主要方便与服务端API进行数据交换,操作简单,功能强大,现在许多人都用它取代ASIHTTPRequestGPUImage
孙卓卓·2023-10-22 08:07

UserWarning: Failed to load image Python extension: warn(f“Failed to load image Python extension: {e

EmbeddedSystems/JetsonAGXOrin-NVIDIADeveloperForums原因可能是从yolo5内文件requirements.txt下载的下载的并且无法支持nvidia定制的gpupip3install-rrequirements.txtWARNING
无证驾驶梁嗖嗖·2023-10-22 06:27

CUDA学习笔记（LESSON5）——GPU优化

CUDA系列笔记CUDA学习笔记（LESSON1/2）——架构、通信模式与GPU硬件CUDA学习笔记（LESSON3）——GPU基本算法（PartI）CUDA学习笔记（LESSON4）——GPU基本算法
Veropatrinica·2023-10-22 06:25

CUDA学习笔记（LESSON1/2）——架构、通信模式与GPU硬件

最近在看视频拼接的代码，师兄说要用CUDA加速，于是开始学习CUDA编程，课程链接：UdacityCS344CUDA系列笔记CUDA学习笔记（LESSON1/2）——架构、通信模式与GPU硬件CUDA学习笔记
Veropatrinica·2023-10-22 06:24

CUDA学习笔记（四）device管理

device管理NVIDIA提供了集中凡是来查询和管理GPUdevice，掌握GPU信息查询很重要，因为这可以帮助你设置kernel的执行配置。
我来了！！！·2023-10-22 06:24

cuda学习笔记

一、cuda的替代选择OpenCL：允许使用多种计算设备的开放标准，计算设备可以是GPU，CPU或者其他存在OpenCL驱动程序的专业设备DirectCompute：微软开发的可替代Cuda和OpenCl
renlubo-qingdao·2023-10-22 06:24

【CUDA编程】学习笔记（二） GPU硬件架构

一、CPU与GPU的链接模型在计算机的硬件架构中，CPU与GPU有多种链接模式，下面介绍几种典型的架构北桥多CPU（SMP）多CPU（NUMA）多CPU（NUMA）多总线具有集成PCIExpress的多
Swocky·2023-10-22 06:21

CUDA编程模型与GPU硬件结构关系

目录一、CUDA编程模型1、线程管理2、内存管理二、GPU硬件结构1、SM硬件2、硬件逻辑抽象2.1共享内存的逻辑划分2.2寄存器的逻辑划分2.3GPU内存分级3、CUDA程序的一些优化点3.1一个core
Hunter_pcx·2023-10-22 06:50

CUDA并行程序设计 GPU硬件架构与线程 学习笔记

GPU硬件架构GPU实际上是一个SM的阵列，每个SM包含若干个SP。一个SP可以执行一个thread，但是实际上并不是所有的thread能够在同一时刻执行。
Morizen·2023-10-22 06:50

CUDA学习笔记（五）GPU架构

GPU架构SM（StreamingMultiprocessors）是GPU架构中非常重要的部分，GPU硬件的并行性就是由SM决定的。
我来了！！！·2023-10-22 06:17

小土堆-pytorch-神经网络-完整的验证套路16_笔记

模型的保存:当你在cpu上使用gpu训练的模型时model=torch.load(r"E:\pycharm\Py_Projects\logs\tudui_2.pth")改为(就是把gpu训练完的东西映射到
Beginner x_u·2023-10-22 06:46

Spring Boot使用@Scheduled定时器任务

importorg.springframework.scheduling.annotation.EnableScheduling;@SpringBootApplication@EnableSchedulingpublicclassApplication
尔卿·2023-10-22 05:45

SpringBoot中@Scheduled定时器的时间

一启动类中@EnableScheduling开启定时器@SpringBootApplication@EnableCaching@EnableSchedulingpublicclassRedisApplication
啦啦啦咯咯咯·2023-10-22 05:15

Linux下安装LightGBM-GPU版本

no-install-recommendsgitcmakebuild-essentiallibboost-devlibboost-system-devlibboost-filesystem-dev安装库pipinstallsetuptoolswheelnumpyscipyscikit-learn-U安装GPU
loserChen.·2023-10-22 05:34

今日思考（2） — 训练机器学习模型用GPU还是NUP更有优势（基于文心一言的回答）

前言深度学习用GPU，强化学习用NPU。1.训练深度学习模型，强化学习模型用NPU还是GPU更有优势在训练深度学习模型时，GPU相比NPU有优势。
笑傲江湖2023·2023-10-22 04:24

浏览器的渲染机制

调用GPU绘制，合成图层，显示在屏幕上。在构建CSSOM树时，会阻塞渲染，直至CSSOM树构建完成。
嚣张农民·2023-10-22 00:28

pytorch一机多卡训练

1.一机多卡（onematchinemulti-GPU）1.1DataParallelDataParallel（DP）：ParameterServer模式，一张卡位reducer，实现也超级简单，一行代码
绛洞花主敏明·2023-10-22 00:46

Pytorch 实现 DistributedDataParallel 操作

一、DataParalle缺点Pytorch单机多卡（GPU）运行的基本方法是使用torch.DataParlle（）函数，具体操作参考：其主要原理：假设有四个GPU，batch_size=64，input_dim
Cosmos Tan·2023-10-22 00:44

DistributedDataParallel数据不均衡

问题在进行模型训练时，由于数据不均衡，导致不同GPU
weixin_43870390·2023-10-22 00:44

CUDA编程- 瓦片（Tiling）技术

这些小块的大小通常与GPU的共享内存大小相匹配，以便可以完全加载到共享内存中。2.为什么使用瓦片技术？共享内存比全局内存访问速度要快得多，但它是有限的和宝贵的资源。利用共享内存可以减少全局内存的访
青衫客36·2023-10-21 22:27
上一页 85 86 87 88 89 90 91 92 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他