gtx 第8页

cadence17.4 设计PCB零基础教程入门学习过程

1.安装博主笔记本电脑i59300h+GTX1050，软件安装顺利，软件各项功能正常。cadence17.4的安装方法采用吴法安装，奉上直达链接.2.认识软件安装好软件之后第一

nhyltt·2023-01-04 21:19

ubuntu16.04中运行orb-slam2_with_semantic_labelling-master

ubuntu16.04中运行orb-slam2_with_semantic_labelling-master运行环境：GTX1080t8GBUbuntu16.04vtk7.1.1pcl1.8opencv3.4.1cmake3.18cuda8.0cudnn6.0.21

小白很废·2023-01-04 13:15

ubuntu20 gtx3070 pytorch 深度学习环境配置

我的配置nvida-driver-510cuda11.3cuDNN8.2.1相关链接cuda历史版本下载链接cuDNN历史版本链接Anoconda下载地址pycharm下载地址整体过程参考https://zhuanlan.zhihu.com/p/509152598安装细节1.安装cuda的时候不要用local的形式，直接用runfilehttps://blog.csdn.net/level_cod

玛卡巴卡_qin·2023-01-03 19:52

YOLO V4学习记录

YOLOV4学习记录一、安装问题显卡：GTX2080SUPER；CUDA：10.2；windows10专业版按照网络上提供的教程安装、配置YOLOV4，安装CUDA10.2软件，安装对用cuDNN版本，

开饭了船长·2023-01-03 06:33

yolov3识别探地雷达仿真数据(数据集制作，训练，测试)

环境准备：ubuntu18.04,darknet平台，python3.7,CUDA10.0,GTX1050Ti仿真数据制作仿真数据需要安装gprMax3,gprMax3是生成gpr数据的工具，可到官网下载

gujiguji_c·2023-01-02 11:59

[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

用yolov5做人脸检测

配置：ubuntu20，pytorch1.7.1，GTX1660Ti1、anaconda、yolov5下载、环境、数据处理、数据标注等：yolov5URL：GitHub-ultralytics/yolov5

noob_qing·2022-12-29 11:10

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/cuda-gpus?target_os=Linux&target_arch=x86_64&Distribution=Ubuntu&target_version=18.04&

zhangxiangweide·2022-12-28 13:28

使用OpenCV操作CUDA送检图像到TensorRT(SSD模型)

本地环境:Corei77700HQ,GTX10606G.开发环境(安装顺序):1)NvidiaDriver384;2)Cuda9;3)Cudnn7forcuda9;4)OpenCV3.4.1;5)TensorRT3.4.2

一点晴·2022-12-28 13:15

SuperMap GIS 三维硬件设置优化

不管是游戏还是SuperMap三维中，我们都比较推荐的是英伟达的GTX系列的游戏级别显卡，比如GTX1060、RTX

supermapsupport·2022-12-27 23:52

rtx3050参数 rtx3050相当于gtx什么显卡 rtx3050显卡什么水平

RTX3050由8nm核心工艺制造，核心为GA106-150，CUDA处理器2560，RTCores为20（二代），TensorCores为80（三代），基础频率1552MHz、加速频率1777MHz、显存容量8GB、显存类型GDDR6、显存位宽128-bit、显存带宽224GB/s，TGP130W。rtx3050怎么样这些点很重要http://www.adiannao.cn/dq其实，可以说30

m0_52661016·2022-12-27 11:25

rtx3050显卡什么水平 rtx3050显卡相当于GTX什么级别

RTX3050核心编号GN20-P0，2048个流处理器，16个计算单元，也就是2048个流处理器，搭配4GB显存，应该是128-bitGDDR6。加速频率和功耗有四种状态，分别是1057.5MHz/35W、1455MHz/50W、1500MHz/60W、1740MHz/80W，而显存是128-bit4GBGDDR6，等效频率11GHz。我用的rtx3050显卡就是活动时8折抢购的真划算http:

m0_52539779·2022-12-27 11:55

gtx2060和rtx3050区别选哪个好

RTX2060终结者6G显卡采用的TU106核芯，基于12nm制造工艺，1920个流处理器，搭配6GB192bit/14000MHz/GDDR6规格的显存，默认频率则为1365Mhz，加速频率为1680MHz选RTX2060还是rtx3050,这些点很重要!了http://www.adiannao.cn/dqRTX3050拥有2048个CUDA核心，但频率反而会略高一些，4GB128bit显存不变

m0_52539779·2022-12-27 11:54

mx450和rtx3050哪个好

选mx450还是rtx3050这些点很重要http://www.adiannao.cn/dqMX450属于高端显卡，拥有GTX1650至少70%~80%的性能，可以将它理解为GTX1650的Max-Q的进一步缩水版

m0_52539779·2022-12-27 11:54

达人评测 rtx3050ti和gtx1650ti哪个好 3050ti和1650ti对比差多少

GTX1650Ti，采用TU117核心，图灵架构，台积电12nm工艺，显卡核心基准频率为1350MHz，最大动态加速频率为1485MHz。

m0_52332109·2022-12-27 11:24

rtx3050和gtx1650差距大不大 rtx3050和gtx1650哪个好

m0_52332109·2022-12-27 11:24

达人评测 GTX1650Ti、GTX1660Ti和RTX3050Ti差距大不大

GTX1650ti采用了TU117核心，拥有1024个CUDA核心，85个纹理单元，32个光栅单元，128bit位宽，4GBGDDR5显存。

m0_52331396·2022-12-27 11:54

配置一台自己的机器学习机器【供参考】

inteli97940x处理器（14核心28线程）散热器：NH-D15CPU散热器内存：不低于DDR4（3000MHZ），内存64GB存储：2TSSD+8TB机械硬盘企业级7200rpmGPU显卡：定制公版GTX2080ti

墨涵Alina·2022-12-27 10:35

Yolov5 Windows环境配置，显卡GTX 1650

声明本人环境是Python3.9pytorch1.11CUDA11.2CUDNN11.2anaconda1.下载Yolov5源码GitHubYolov5官网这里选择v5.0下载（可根据自己的需求改变）下载完成后，解压在没有中文路径的地方。2.安装anaconda去官网下载anaconda选择版本，本人选择的4.10.3.在安装过程中全部勾选，方便配置环境变量。安装完成后创建新的虚拟环境。选择pyt

我是神奇的尤克船长·2022-12-26 07:11

利用IBERT IP核实现GTX收发器硬件误码率测试实例

本测试实例教程使用IBERT工具对与SFP连接的GTX进行5Gbps速率下的测试。从误码率和眼图两个角度来验证电路板GTX部分工作的稳定性和可靠性。本测

MDYFPGA·2022-12-23 23:19

【目标检测】YOLOv4

它使我们每个人都可以使用GTX1080Ti或2080Ti的GPU来训练一个超快速和精确的目标检测器。这对于买不起高性能显卡的我们来说，简直是个福音！

YFR718·2022-12-22 11:17

pytorch和paddle深度学习环境搭建

官网下载一步步安装即可，conda官网Anaconda|AnacondaDistributionpytorch搭建一、NVIDIA驱动安装与更新有显卡驱动的直接打开控制面板，可以看到自己显卡的配置信息例如我这里是gtx1650

快乐学编程吧·2022-12-21 12:46

win10+GTX1050+pytorch安装

win10+GTX1050+pytorch安装泪目了，家人们！！！

innovationy·2022-12-21 02:47

ubuntu 14.04下cuda7.5升级到cuda8.0

OS：ubuntu14.04GPU：GTX960之前ubuntu已经安装了cuda7.5，本次通过deb升级到cuda8.0，参考了nvidia的英文安装指导，本人是第一次写博客，只是把自己操作的步骤写下来

Yanncywang·2022-12-20 12:45

基于Windows10环境下PyTorch1.3.1的安装

一、安装环境：系统：WIN10_X64;显卡：GTX1070Ti二、版本信息：显卡驱动：441.20CUDA版本：10.2CUDNN版本：7.6.5PyTorch:1.3.1三、安装Anaconda3和

汤姆鱼·2022-12-20 11:30

PyTorch(利用GPU加速训练)

上一篇文章只是5个数据，现在用100000数据进行训练；（代码如下）效果：(GTX1060ti)cpu就不谈了。

小邢~·2022-12-20 09:27

PyTorch no longer supports this GPU because it is too old.

今天在linux系统，gtx960显卡，cuda9.1版本上用pytorch操作显卡，报出了如下warning“PyTorchnolongersupportsthisGPUbecauseitistooold

耳东鹿其·2022-12-19 00:22

YOLO（三）：YOLOv4在Windows7（仅CPU）下的配置+opencv3.1.0+VS2015

主要参考：YOLOV4：win10+cpu环境的体验上一篇的YOLOv4在windows7搭载的GTX960显卡配置好之后，无意中看到上面那篇文章，因为自己在之前查找教程

mozun2020·2022-12-18 20:24

[深度学习基础]2.pycharm联合annaconda生成虚拟环境测试yoloV7

源码2.2权重文件3.anaconda生成配套虚拟环境4.Pycharm联合conda虚拟环境1.环境说明承接上一篇，我们的软件如下（我拿笔记本跑）：python:3.9pycharm:22.3GPU:GTX3060CUDA

终问鼎·2022-12-18 14:08

Install CUDA and Nvidia-docker on Ubuntu 18.04 GTX2080Ti

InstallGPUdriverhttps://linuxconfig.org/how-to-install-the-nvidia-drivers-on-ubuntu-18-04-bionic-beaver-linuxhttps://linuxconfig.org/how-to-install-the-nvidia-drivers-on-ubuntu-18-04-bionic-beaver-lin

Yunhe_Feng·2022-12-17 18:17

Paddle2.1 GPU版在windows10上安装

1.配置GTX1050系列windows10VS2017python3.7pytorch1.22.准备2.1下载CUDA10.1，这里我选择update2https://developer.nvidia.com

jiaken2660·2022-12-17 09:28

win10(GetForce GTX 1650 Ti)+cuda11.0.228+cudnn-x64-v8.0.2.39+Tensorflow-gpu2.4.1+Pytorch1.8.1（五）

本文讲在cuda11.0.228+cudnn-x64-v8.0.2.39环境下，利用anaconda安装pytorch。pytorch相较于tf要简单很多。首先，按照之前的教程create一个pytorch_env环境，然后选择python3.8。在jupterlab上启动这个环境，然后准备安装pytorch.接着，找到Pytorch的下载官网：https://pytorch.org/get-st

ruruAC·2022-12-16 11:05

一种win10+GTX1050下配置d2l、gpu_pytorch环境参考方案（2022.12.13）

目录前言安装cuda安装d2l包与pytorch安装torch、torchvision、d2l包安装pytorchIsitavailable?cpu_pytorch——>gpu_pytorch正确地安装正确的版本附前言Hi，这里介绍windows10+NvidiaGTX1050配置下的一种《动手学深度学习》中的d2l兼gpu_pytorch环境安装方案。在《动手学深度学习》实践教程中作者团队已经详

时间de沙漏·2022-12-16 11:04

深度学习之windows python faster rcnn 配置及demo运行

1系统环境windows10X64VS2013GTX1060CUDA8.0cudnn5.0MinicondaX64forpython2.7opencv3.02安装环境参考我上面一篇博客，caffe已经配置好了

写代码的胡歌·2022-12-16 04:36

深度相机原理及坐标系转换

深度相机操作系统：ubuntu18.04显卡：GTX1080tipython版本：2.7（3.7）ＱＱ群：加入深度学习交流群获取学习资料(147960154)主要介绍深度相机的成像原理及投影坐标转换文章目录深度相机深度相机分类相机成像原理小孔成像与凸透镜成像相机结构相机成像模型中的

water&12·2022-12-15 23:16

TensorFlow实现语音识别

整体介绍：环境python3.6+TensorFlow1.12显卡是英伟达GTX1070(后头换个好些的显卡)训练了四天四夜主要技术点CTC，BRNN，MFCC特征，全连接神经网络CTC时序分类算法：适合这种不知道输入输出是否对齐的情况

蓝之刃·2022-12-15 01:48

图像处理：深度学习实现工业零件的缺陷检测

本篇博文主要讲解如何去识别这四类图像，所用框架为keras-2.1.6+tensorflow-1.7.0+GTX1060。

Robin Long 2018·2022-12-14 19:05

强化学习环境配置

details/109326195和：https://github.com/analoganddigital/DQN_play_sekirorl老年交流：883276807环境安装以下生产环境为win10+GTX1080

九野的博客·2022-12-14 06:49

Windows10 1050Ti cuda toolkit11.3 pytorch-gpu 踩坑教程

1.安装环境操作系统：Windows10显卡：GTX1050Ticudatoolkit11.3cuDNN8.4.0pytorch1.102.cudatoolkit安装检测显卡型号：如何查看电脑显卡型号查看自己

zh4men9·2022-12-13 13:14

关于笔记本外接显示屏后LOL游戏中切屏桌面的黑屏问题的解决办法

名称型号显卡GTX1060处理器i7-7700HQ电脑分辨率1080P电脑刷新率60Hz红米1A分辨率1080P红米1A刷新率60Hz当时出现问题时十分苦恼，感觉像是被坑了一样，甚至一度怀疑买了假货。

墨柳烟·2022-12-13 11:25

IBERT IP使用实例

1ProtocolDefinition设置Protocol选择“Custom1”，即无协议；LineRate（数据速率）选择“10Gbps”；DataWidth（用户数据位宽）选择“32bits”；Refclk（GTX

Cary_mwj·2022-12-13 00:15

一只苹果风matx工作站的诞生记（一 · 装机篇）

matx工作站的诞生记（一·装机篇）〇、短的介绍由于显卡价格居高不下过于持久，正巧偶然发现tesla卡也能进行图形渲染，只不过要借助其他带有视频输出功能的外设来输出，于是teslam40加上现有的亮机卡GTX650

Parallelopiped·2022-12-12 15:38

Ubuntu16.04 + cuda8.0 + GTX1080 + matlab14.04a + Opencv3.0 + caffe 安装教程

配置说明：双硬盘双系统，250G固态硬盘装了win10，4T机械硬盘装了Ubuntu16.04双显卡：集显加独显（GTX1080）先按照了win10，再装Ubuntu16.04，都是制作了U盘引导盘安装

lien0906·2022-12-12 13:27

cuda对应的显卡驱动_win10升级cuda+cudnn 至 cuda10.1适配pytorch

一、个人电脑配置情况OS:win10显卡：GTX1050ticuda:9.2->1

weixin_39636540·2022-12-10 22:16

Ubuntu 14.04+Cuda 7.0+Opencv2.4.10+Cudnn+（PNG++）+Torch7配置

Ubuntu14.04+Cuda7.0+Opencv2.4.10+Cudnn+（PNG++）+Torch7配置由于要做深度学习的实验，买了个GTX980，很兴奋的装上去，却被配置环境给难住，囧。

凌晨四点的夕阳武士·2022-12-10 16:36

【小卒CUDA第七篇】ubuntu16.04+CUDA8.0+GTX1050Ti+caffe（GPU）的opencv2.4.10+CUDA环境配置(opencv3.x系列一样可以解决)之五

第四步：caffe环境配置第二篇前面已经配置好了，ubuntu下的GPU版本的caffe的环境，就差opencv2.4.10，上一篇已经讲了，为了保持原生态和兼容性，选择了opencv2.4.10，以前知道opencv3.x系列和cuda有冲突，没发现装opencv2.4.10也是有冲突，冲突的原因是GPU架构的变化的原因，下面就开始环境配置的opencv2.10环境的编译、安装。（1）首先是去o

小卒机器人·2022-12-10 16:02

深度学习机器配置装机指南：从GPU到显示器，全套硬件推荐

另外购买二手的32bitGTX1070、GTX1080或者1080Ti也是不错的选择。除了GPU核心，显存（GPURAM）也是不可忽视的部分。RTX比GTX系列显卡在显存方面更具优

studyer_domi·2022-12-10 03:06

深度linux编译GPU版本Pytorch

编译Pytorch摘要简介（吐槽）环境获取源码编译测试摘要本文记录了在deepinLinux环境下为旧显卡（GTX650）编译GPU版pytorch过程，期间出现过许多令人崩溃的情况。

github_34897521·2022-12-10 01:00

深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080/980ti+CUDA8.0

bing上搜索关键字，一定要搜索ubuntu16.04gtx10原文链接：http://www.52nlp.cn/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B8%BB

liqysir·2022-12-09 17:52

FPGA PCIE软核 IP

硬核是有很多电路直接由模拟电路实现了但是硬核资源有限，有时可能遇到一些本身想用2个PCIEIP但是可能器件本身只有一个硬核，此时可以考虑PCIE软核实现，我们可以注意到PCIE其实本质还是占用高速串行口，查看器件资源我们可以看到GTX

知芯电子科技·2022-12-08 18:31

推荐频道

gtx