ICode9

精准搜索请尝试: 精确搜索
  • pytorch的cuda版本安装2022-07-05 13:03:30

    机器上加了RTX3060的卡,cuda装的11.1的版本,cudnn还不是特别清楚装的哪个版本?vs是2017这个版本的。下面来装pytorch。主要参考这个网站的内容“https://blog.csdn.net/weixin_43760844/article/details/115612970”。 在anaconda里输入这几行代码 import torch import tensorflow as

  • 六月总结&七月计划2022-07-02 15:37:54

    六月总结 1. 主要任务 onnxruntime推理库学习 目标: API接口学习+log模块学习+总结 进展: 未完成,大概看了接口那块的内容,整体onnxrutime的框架比较复杂,未能掌握。目前我对后端引擎的框架和接口设计掌握的太少了,这块找相关资料又很少,只能从相关库的学习中去自己总结,累。 总结: 无 反

  • NVCC编译器选项2022-07-02 13:09:22

    NVCC编译器选项 文档地址:https://docs.nvidia.com/cuda/cuda-compiler-driver-nvcc/index.html 1、在cu文件中,nvcc会定义__CUDACC__这个宏,但是cpp文件中不会。 2、 3、  

  • 搭建TensorFlow-GPU2022-07-01 21:01:19

    步骤 step1 1.1 下载 下载安装Anaconda3 链接:Anaconda3 当然也可以从清华大学开源镜像站下载 链接:清华大学开源镜像站Anaconda3下载地址 1.2 安装 安装很简单,一步步跟着建议安装就行 这里不建议勾选,不勾选添加到环境变量,后续可以用Anaconda Prompt 后面一步步就OK了 Step2 2.1

  • 【pytorch】深度学习2022-06-30 22:02:23

    【视频来源】 一 python安装环境 pycharm+anaconda 二 创建python虚拟环境以及pip国内源设置  1创建: 目前兼容性比较好的版本 conda create -n py38 python=3.8 问题1:Collecting package metadata (current_repodata.json): faile 解决方案一 问题2:终端前有PS 输入CMD(PS表示py

  • Tesla T4 与 RTX3090Ti 性能对比;深度学习方向效率对比;2022-06-30 14:04:42

    部分数值由于厂家不同,略有出入   Nvidia Tesla T4 Nvidia RTX 3090Ti 该参数的作用 架构   Turing架构 Ampere架构    VERSUS网评分 52分 94分 综合评分   Tensor核心数 320个Tensor Core 656个Tensor Core 张量核支持混合精度计算,动态调整计算以加快吞吐量,同时

  • 【软件环境安装与使用】GeForce RTX 3080 with CUDA capability sm_86 is not compatible with the current PyTorch in2022-06-29 18:35:58

    前言 博主在运行edgeai_yolov5的时候,出现了一些意料之外的错误,记之。 问题: NVIDIA GeForce RTX 3080 Ti with CUDA capability sm_86 is not compatible with the current PyTorch installation. The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_7

  • 跑Tensorflow模型设置用GPU的一些总结2022-06-28 23:35:12

    https://blog.csdn.net/qq_42250789/article/details/107070520   目录 一、查看是否用了GPU跑代码 二、用GPU跑代码,观察GPU情况 三、设置用GPU跑代码的方法 四、查看/安装cuda、cudnn版本 五、代码一些问题 错误1:No module named 'tensorflow.contrib' 错误2:AttributeError: mod

  • CUDA Fortran中如何定义block和thread的维度2022-06-28 23:04:55

    CUDA Fortran中如何定义block和thread的维度 在CUDA中,存在grid,block,thread的概念,而在调用核函数时,这些参数需要我们人为地去指定.当这三个参数为一维时只需要用一个整形变量去定义即可.但当需要定义二维及以上的grid,block和thread时,在 CUDA C 中只需要用dim3关键字,如 dim3

  • CUDA ---- Hello World From GPU2022-06-27 17:00:51

    CUDA ---- Hello World From GPU   本篇博文仅实现hello world,先看到效果,具体细节将在后续博文解释。 准备 如果你是第一次使用CUDA,在Linux下可以使用下面的命令来检查CUDA编译器是否安装正确: $ which nvcc 一般,该指令输出为: /usr/local/cuda/bin/nvcc 另外,你可能还需要检查

  • Hands-On GPU Programming with Python and CUDA 电子书 pdf2022-06-27 13:00:51

    中文版好像叫《GPU编程实战(基于Python和CUDA)》   关注公众号:红宸笑。 回复:电子书 即可  

  • WSL2配置Pytorch+cuda2022-06-21 16:00:21

    目录在Win11中要干的事儿在WSL中要干的事儿安装Pytorch要干的事儿 笔记本型号:机械革命无界16pro 笔记本硬件:cpu——i712700H;gpu——RTX2050(显存4g,cuda数量2048) 软件环境:Win11,WSL2-Ubuntu20.04 在Win11中要干的事儿 更新一下系统,以免版本较老,微软不支持WSL调用gpu,在设置-->w

  • 记录自己NVIDIA GeForce MX250迷之安装cuda+pytorch成功了2022-06-21 00:00:38

    电脑是ubuntu20.4 Pop!_OS 20.04 LTS MX250显卡并没有列在CUDA支持的GPU里 希望文中链接的别人的博客不会消失掉。 安装了英伟达的驱动 参考了这一篇:Ubuntu 安装Nvidia显卡驱动,跟着这篇博客 ①进入bios,禁用自己的secure boot ② ubuntu-drivers devices # 查看显卡设备和显卡驱动

  • model.to(device)依然说权重不是cuda类型的2022-06-16 21:02:47

    问题说明:即使在train表明了model.to(device),但仍然会报错 input是torch.cuda.tensor.float,但weight 是torch.tensor.float即网络的权重不是cuda类型 解决:发现在model中的forward中,也定义了一个卷积核,其余卷积核皆是在__init__中定义,个人就想着对此卷积核.to(device) 如上图所示

  • 编译时出现CUDA_cublas_LIBRARY not found错误2022-06-13 12:03:05

      安装完cuda和Libtorch后编译出现找不到cublas库的错误:   原因:因为装的是cuda10.1版本,在usr/local/cuda-10.1/lib64下找不到libcublas.so文件,经过查找该文件存在于cuda10.0版本中, 因此再安装cuda10.0即可,安装完后就可以成功编译。

  • 深度学习环境配置(pytorch和tensorflow对应的gpu版本环境的兼容):cuda10.1 + cudnn7.6.5 + tensorflow=2.3.0,tensorflow-gpu=2.2022-06-11 00:33:17

    配置结果: Anaconda2019[python3.7.3]+cuda10.1 + cudnn7.6.5 + tensorflow=2.3.0,tensorflow-gpu=2.3.0(tf23虚拟环境,python3.7.3)+pytorch1.81(cu101) + torch-geometric(PYG181虚拟环境,python3.7.13,两个环境及两个环境的python版本不同都是为了防止两个深度学习库对numpy等库的

  • TensorFlow安装、使用与加速的心路历程2022-06-08 01:00:38

    记得最早接触的编程语言是大一那会的C语言,明明是为了单片机打基础,却没想到误打误撞的点亮了用python混毕设的技能树。当然,这一切都怪我叔在我大二放暑假那会怂恿我用树莓pi做毕设,当初看着那块小小的卡片机能当电脑用就觉得很神奇,后面想想似乎当办公电脑来用的话跟手机区别不大,外接

  • 五月总结&六月计划2022-06-08 00:00:47

    五月总结 1. 主要任务 onnxruntime推理库学习 目标: API接口学习+log模块学习+总结 Deadline: 2022.5.20 进展: API接口看了个大概,没咋看明白,log模块没看。没有总结。 总结: 总结啥啊 反思: 这块内容确实是没好好完成,API那块也就下班后看了两三次,关键是里面的一些宏,确实有点复杂,本身对

  • jetson中使用cuda2022-06-05 23:00:54

    前言 昨天分享了 cuda在ubuntu的安装和使用,今天在jetson nano上进行测试验证使用cuda。在jetson nano上安装使用cuda和ubuntu有所区别,所以写了这篇文章。 首先cuda使用上还是有cuda库直接调用和opencv cuda库调用,最后还有在jetson nano内置的CUDA Samples。当然我们也可以自己在网

  • 训练神经网络时报错:can't convert cuda:0 device type tensor to numpy. Use Tensor.cpu() to copy the tensor2022-06-04 13:00:06

        在跑网络的时候,报错TypeError:can't convert cuda:0 device type tensor to numpy. Use Tensor.cpu() to copy the tensor to host_memory first. 错误在于:train_loss.append(loss.data) 和 valid_loss.append(loss.data)这两行代码,将loss.data改为loss.data.cpu(),也就是将C

  • win下配置开发环境遇到的各种问题. [不断更新]2022-06-04 01:32:15

    No CUDA toolset found 使用visual studio编译CUDA相关的东西时遇到的 解决方法参考 Building issues [no CUDA toolset found] 要确保目前使用的VS版本安装目录里面的BuildCustomizations目录里面有这类似几个文件:(不管是VS BuildTools还是VS Community) CUDA 10.2.props CUDA 10

  • CUDA开发流程解析2022-06-03 07:31:07

    CUDA开发流程解析 CUDA编程 CUDA是Nvidia公司推出的使用GPU进行通用计算的并行计算平台和编程模型。在进行CUDA编程之前,我们需要先了解一些软件栈和编译链的基础知识。 一、CUDA软件栈 CUDA软件栈分为以下四层,最下面是内核态的GPU驱动程序,其次是用户态的驱动程序,上面是CUDA运行时,

  • ENVIDeepLearning1.1.2新特性介绍2022-05-30 14:36:10

    ENVI Deep Learning 1.1.2正式发布,适配ENVI 5.6。训练模型工具新增应用增强(Augmentation)的选项,可以扩充训练样本数据,提高训练和提取精度。 系统要求 ENVI Deep Learning 1.1.2 使用 TensorFlow 1.14 和 CUDA 10,这两者均已包含在安装包中。ENVI Deep Learning 对软硬件有一定的要

  • 解决问题:AssertionError: Torch not compiled with CUDA enabled2022-05-21 22:00:10

    此错误是由于下载的torch没有cuda,在运行时就会出错,经过查阅,在程序最开始的地方加上: device = torch.device(“cuda” if torch.cuda.is_available() else “cpu”)   代码其余地方出现.cuda()的地方改成.to(device)就可以在无gpu的环境中运行了。 # model.cuda() model.to(d

  • cuda2022-05-21 07:31:59

    安装NVIDIA驱动时禁用自带nouveau驱动 lsmod |grep nouveau   https://blog.csdn.net/wf19930209/article/details/81877822?utm_medium=distribute.pc_relevant.none-task-blog-2~default~baidujs_title~default-0-81877822-blog-124441520.pc_relevant_default&spm=1001.2101.3

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有