cuda并行编程第10页

2080Ti NVIDIA显卡安装教程记录

1、硬件安装——找到卡槽，顺位安装，找到电源插头，配套孔位即可2、软件安装——搞个NVIDIA控制面板此外，安装CUDA和cuDNNwin10下CUDA和CUDNN的安装（超详细）！亲测有效！

我看到你啦滴·2024-01-25 22:32

PyTorch踩过的12坑精选

nn.Module.cuda()和Tensor.cuda()的作用效果差异无论是对于模型还是数据，cuda()函数都能实现从CPU到GPU的内存迁移，但是他们的作用效果有所不同。

头顶一根发的程序猿·2024-01-25 21:42

怎么查看cuda的版本

查看CUDA版本的方法主要有以下几种：1.使用命令行在命令行中，您可以使用以下命令来查看安装的CUDA版本。

MonkeyKing.sun·2024-01-25 19:06

CUDA学习笔记9——CUDA 共享内存 / Shared Memory

#include#include"cuda_runtime.h"#in

阿卡蒂奥·2024-01-25 19:54

CUDA学习笔记8——GPU硬件资源

简单来说就是为了充分利用GPU，不要让分出去的CUDA核心摸鱼闲置；GPU每次干活，都是以最小的组分配的，因此分派任务的时候就尽量充分发挥每个小组里CUDA核心的作用。

阿卡蒂奥·2024-01-25 19:24

CUDA学习笔记10——VS运行CUDA demo 报错

问题描述VisualStudi运行CUDA自带demo报错：错误MSB4019找不到导入的项目“D:\ProgramFiles(x86)\MicrosoftVisualStudio\2019\Enterprise

阿卡蒂奥·2024-01-25 19:23

python中pytorch框架loss函数配置

importtorch.nn.modulespre=net(data)target=labeldefloss_seg(pre,target,hnm_ratio=0,**kwargs):target=target.cuda

用编程减轻生活压力·2024-01-25 18:00

yolov7配置环境全过程，写给自己（小白级别）

需要的下载pytorch版本以及cuda和cudnn的链接，直接下载使用即可，然后需要的python是3.7版本的即可https://download.pytorch.org/whl/lts/1.8/cu111

夏456·2024-01-25 18:21

声音模拟训练

环境配置1:打开CMDnvidia-smi.exe查询显卡cudaVERSION:12.32:打开https://pytorch.org/get-started我的系统是12.33：使用google搜索

鬼鲛先生000·2024-01-25 18:10

Ubuntu安装Opencv、opencv_contrib、cuda（都是细节）

如要用windows的msvc编译opencv，参考我另外一篇文章windows编译opencv、opencv-python、opencv_contrib、cuda-CSDN博客。

严就方法·2024-01-25 15:19

windows用mingw(g++)编译opencv，opencv_contrib，并install安装

windows下用mingw编译opencv貌似不支持cuda，选cuda会报错，我无法解决，所以没选cuda，下面两种编译方式支持。

严就方法·2024-01-25 15:17

CUDA笔记2

1、培训003生成线程，每个线程处理哪些数据呢？如右图，0-47共48个数，申请48个线程，需找到每个元素在所有线程的坐标。即一维的坐标，下面展示二维的坐标例子：矩阵相乘申请很多个thread，每个thread处理P矩阵中的一个元素。P当中有多少个元素，就申请多少个thread，每个线程读取一行，一列。threadIdx.x和threadIdx.y分别是2和0blockIdx.x和blockIdx

tensor.shape·2024-01-25 15:01

CUDA笔记3

CUDA编程-入门、加法、乘法例子1：入门#include__global__voidhello_from_gpu(){constintbid=blockIdx.x;constinttid=threadIdx.x

tensor.shape·2024-01-25 15:01

Cuda笔记1

下图是用NVPROF时间分析下图是资源分析1）CUDA线程层次一个SM执行多个block所有线程执行同一个kernel，每个线程处理的数据不一样线程在cudacore里面，block以块为单位分配到sm

tensor.shape·2024-01-25 15:58

fix bug: FileNotFoundError: [Errno 2] No such file or directory: ‘nvcc‘

1.问题描述运行的代码设计pycuda,会调用nvcc，确定已经安装cudatoolkit，在terminal中云运行nvcc-V能得到想到的结果：但是在pycharm中运行代码时提示：FileNotFoundError

zhangjipinggom·2024-01-25 14:04

Qt+YOLOv4实现目标检测

环境：系统：win10（显卡：NVIDIAGTX1050）Yolo版本：V4cuda:11.2cudnn:8.1.1opencv:3.4.15VS:20191.编译前准备1.1opencv首先要安装opencv

QtHalcon·2024-01-25 14:01

查看Pytorch的GPU是否可用

查看Pytorch的GPU是否可用importtorchtorch.cuda.is_available()返回为True表示Pytorch的GPU可用，返回为False表示Pytorch的GPU不可用。

鱼儿也有烦恼·2024-01-25 13:47

Windows配置GPU环境

1、重装了电脑显卡:显卡版本号为nvidiaquadroP2000，重装之前nvidia控制面板--帮助--系统信息中的NVCUDA64.dll对应的产品名称为Nvidiacuda10.0driver下载重装后发现为

沉默魔导师LV7·2024-01-25 12:21

NVIDIA GeForce RTX 3090 with CUDA capability sm_86 is not compatible with the current PyTorch

NVIDIAGeForceRTX3090withCUDAcapabilitysm_86isnotcompatiblewiththecurrentPyTorchinstallation.ThecurrentPyTorchinstallsupportsCUDAcapabilitiessm

Q_pril·2024-01-25 10:36

AutoDL安装colmap

因为自己的电脑无法安装CUDA，实验室服务器又没有root权限（并且终于装好之后，我的IP还被回收更新了），所以转到AutoDL安装colmap了，分享一篇帖子记录一下首先不能直接git到colmap之后就

Q_pril·2024-01-25 10:05

CMAKE 编译CUDA的设置——CMakeLists.txt的编写

CMAKE编译CUDA的设置，关于CMAKE语法请自行参考官方文档。这里给出CMakeLists.txt的设置。

HIT夜枭·2024-01-25 08:46

记录第一次跑深度学习

面临的问题就是项目需要的版本太低，例如pytorch1.12，cuda10.0，而我的显卡RTX4060（

zerogin+·2024-01-25 05:31

20240122在WIN10+GTX1080下使用字幕小工具V1.2的使用总结（whisper）

南棱笑笑生·2024-01-24 20:27

20240122在WIN10下给GTX1080配置CUDA驱动

20240122在WIN10下给GTX1080配置CUDA驱动2024/1/2219:09缘起：为了使用openai的whisper识别小语种【非英语】电影的字幕，决定开始折腾CUDA了！

南棱笑笑生·2024-01-24 20:57

20240122让WIN10在启动的时候进入安全模式

20240122让WIN10在启动的时候进入安全模式2024/1/2218:30缘起：为了使用openai的whisper识别小语种【非英语】电影的字幕，决定开始折腾CUDA了！

南棱笑笑生·2024-01-24 20:27

小土堆pytorch学习笔记001

condacreate-npytorchpython=3.6（4）检测自己的电脑是否可以使用：2、pytorch编辑器的选择（1）pycharm（下载社区版）（2）jupyter（可以交互）启动本地的jupyter:3、为什么torch.cuda.is_av

柠檬不萌只是酸i·2024-01-24 19:11

RuntimeError: CuDNN error: CUDNN_STATUS_SUCCESS

我的PyTorchversion0.4.1,cudatoolkit9.0cudnn7.6.5在程序中插入下面这句话，很好地解决了！

孙小l懒_keep_update·2024-01-24 16:01

anaconda环境迁移到另一个服务器

两个服务器上的显卡和cuda的安装都是相同的利用condapack迁移环境（本来打算直接复制-粘贴来迁移环境的，但是anaconda文件夹直接有80多G，遂放弃（没想到环境竟然可以有这么大的内存）。）

孙小l懒_keep_update·2024-01-24 16:57

在jetson上对fastdeploy进行源码编译（完整版）

文章目录准备工作下载飞桨推理库编译代码可能遇到的问题CouldNOTfindPythonNoCMAKE_CUDA_COMPILERcouldbefound.准备工作jetpackcudaopencv下载飞桨推理库根据

点PY·2024-01-24 14:54

【PyTorch】PyTorch之Module模块

文章目录前言MODULE类1.add_module(name,module)2.apply(fn)3.children()4.cpu()和cuda()5.eval()6.forward(*input)7

行走的学习机器·2024-01-24 07:20

在Ubuntu上安装pycuda记录

1.安装CUDAToolkit11.8从MZ小师妹的摸索过程来看，其他版本的会有bug，12.0的版本太高，11.5的太低（感谢小师妹让我少走弯路）参考网址：CUDAToolkit11.8Downloads

zhangjipinggom·2024-01-24 06:40

docker里安装conda，并source本地已有的虚拟环境包

本次使用镜像：nvcr.io/nvidia/cuda:12.2.0-runtime-ubuntu20.04，1.97G的镜像。

月起星九·2024-01-24 06:15

PointNet 和 PointNet++ pytorch版本复现 modelnet40

版本记录一下复现的过程代码下载gitclonehttps://gitcode.net/mirrors/yanx27/pointnet_pointnet2_pytorch.git环境配置python=3.8.13cuda

Nice_cool.·2024-01-24 06:13

Randlanet 训练自己的数据集

这是关于Randlanet从环境配置到C++推理部署的博客，原作者的代码是基于tensorflow1.x的，但是现在的显卡基本上都开始是30系列了，只支持cuda11.1以上的开发环境。

Nice_cool.·2024-01-24 06:12

【2023 · CANN训练营第一季】昇腾AI入门课（PyTorch）之模型迁移

训练脚本在运行的同时，会自动将脚本中的CUDA接口替换为昇腾AI处理器支持的NPU接口。整体过程为：边训练边转换。工具迁移：训练前

A-Little-Boy·2024-01-24 04:47

【书生·浦语大模型实战】“PDF阅读小助手”学习笔记

1模型部署在InternStudio平台中选择A100(1/4)的配置，镜像选择Cuda11.7-conda，可以选择已有的开发机langchain；1.1创建工作空间mkdir/root/pdf_project1.2Clone

songyuc·2024-01-24 03:42

机械革命蛟龙16ubuntu双系统的移除与重装

介绍一下本人重装的一个初衷，首先系统更新内核导致cuda无法运行，其次原本的70g空间捉襟见肘，因此想要重装分配更多一些空间，若没有扩容的需求可以去找找系统自带的重装方法，应该会比我下面的流程快很多。

xiyanjoy·2024-01-24 00:25

在Windows下根据TensorFlow官方文档部署cuda环境，进而调用GPU来训练神经网络

博主花了两天时间，总算在win10笔记本上完成了cuda环境的部署，期间踩了很多坑。现有的教程大都是通过anaconda部

Ayews·2024-01-23 20:55

nuaa-数据融合-基于强化学习的小游戏

目录一、写在前面二、安装pygame三、读整个项目文件中的README.md四、模拟强化学习(重点)4.1先装cuda4.2再装cuDNN4.3添加环境变量五、使用conda下载pytorch反转来了env.pymain.pyppo.py

不买Huracan不改名·2024-01-23 16:00

深度学习(4)--Keras安装

目录Keras安装:1.1.安装CUDA/cuDDN工具包1.1.1.安装前准备1.1.2.安装CUDA1.1.3.安装cuDDN1.2.安装Anaconda1.3.安装tensorflow框架1.3.1

GodFishhh·2024-01-23 14:01

【BBuf的CUDA笔记】十二，LayerNorm/RMSNorm的重计算实现

带注释版本的实现被写到了这里：https://github.com/BBuf/how-to-optim-algorithm-in-cuda/tree/master/apex由于有很多个人理解，读者可配合当前文章谨慎理解

just_sort·2024-01-23 13:29

【BBuf的CUDA笔记】十三，OpenAI Triton 入门笔记一

0x0.前言2023年很多mlsys工作都是基于Triton来完成或者提供了Triton实现版本，比如现在令人熟知的FlashAttention，大模型推理框架lightllm，diffusion第三方加速库stable-fast等灯，以及很多mlsys的paper也开始使用Triton来实现比如最近刚报道的这个新一代注意力机制LightningAttention-2：无限序列长度、恒定算力开销、

just_sort·2024-01-23 13:27

pythorch及tensorflow2.0以上版本的安装

最头疼的莫过于CUDA，cudnn这些东西的版本匹配。以前看了不少教程，让我们安装cuda，cudnn，配置环境变量。其实，这两个框架的GPU版本配置早就很简单很简单了！

Rayne_tab·2024-01-23 13:03

【基于BasicSR的GCFSR复现踩坑】

文章目录前言BasicSR快速开始Pytorch与cuda查看cuda版本安装对应的PytorchGCFSR的项目配置训练命令获取训练可选的参数，使用参数-h：Train_pipeline函数参数解析ResumeLoggerGoodLucklogoDataloader

东荷新绿·2024-01-23 12:08

在 wsl-ubuntu 里通过 docker 启动 gpu-jupyter

NVIDIAContainerToolkit3.使用nvidia-ctk命令配置容器运行4.通过docker运行nvidia-smi5.运行gpu-jupyter6.访问gpu-jupyter7.测试gpu-jupyter是否可以访问cuda0

engchina·2024-01-23 11:39

Ubuntu 16.04 Server 安装深度学习环境(二)（Anaconda+Pytorch+TensorFlow+Caffe2）

前言深度学习框架介绍Anaconda（Python环境安装）TensorFlow安装Pytorch安装Caffe2安装前言前言：上一篇博客中我们安装了Linux16.04Server并配置了相关的深度学习环境(CUDA

YeahHighly·2024-01-23 07:47

本地cuda的部署方式

1首先在终端利用命令ndivia-smi查看自己的驱动版本和cudaversion查看是否匹配（或者有没有安装cuda）查看是否匹配：知乎-安全中心安装cuda：知乎-安全中心2搞定cuda之后，就要安装与

UndefindX·2024-01-23 06:58

windows用msvc编译opencv、opencv-python、opencv_contrib、cuda

如要用mingw编译opencv，参考我另外一篇文章https://blog.csdn.net/weixin_44733606/article/details/135741806。如要用Ubuntu编译opencv，参考我另外一篇文章https://blog.csdn.net/weixin_44733606/article/details/131720128。一、安装VS2022，自行搜索。二、安

严就方法·2024-01-23 06:49

TensorRT部署--Linux(Ubuntu)环境配置

系列文章目录TensorRT环境配置–Linux(Ubuntu)文章目录系列文章目录前言一、环境配置二、CUDA下载安装三、cuDNN下载安装四、TensorRT下载安装五、模型创建总结前言TensorRT

小豆包的小朋友0217·2024-01-23 06:04

pytorch、显卡、显卡驱动、cuda版本是如何对应的

背景做深度学习的小伙伴们可能都会在安装环境的时候经常遇到的cuda版本驱动版本以及和显卡是如何对应的，经常搞得特别糊涂，官网没有直接提供他们的对应关系，导致我们在升级显卡的时候发现原来的软件环境不兼容，

鱼游九天·2024-01-23 06:10

推荐频道

cuda并行编程