ICode9

精准搜索请尝试: 精确搜索
  • 关于配置gpu环境那些事儿2022-09-08 12:35:32

    我自闭了,在我不长的工作生涯中,我认为最困难的部分就是配置环境了。因为我快被配置gpu环境给搞疯了。 事情是这样的,最近搞我的bert的模型,领导说你在gpu上测试一下效率,我说:好的。 然而我本地电脑并没有cuda,然后我就开始了配置环境的漫漫长路。 我首先看了一下我电脑的显卡驱动版本,嗯

  • TensorFlow和CUDA、cudnn、Pytorch以及英伟达显卡对应版本对照表2022-08-27 23:31:49

    TensorFlow和CUDA、cudnn、Pytorch以及英伟达显卡对应版本对照表 CUDA下载地址 CUDNN下载地址 torch下载 英伟达显卡下载 一、TensorFlow对应版本对照表 版本 Python 版本 编译器 cuDNN CUDA tensorflow-2.9.0 3.7-3.10 8.1 11.2 tensorflow-2.8.0 3.7-3.10 8.1 11.2

  • TensorFlow和CUDA、cudnn以及Pytorch对应版本对照表2022-08-27 20:04:06

    TensorFlow和CUDA、cudnn以及Pytorch对应版本对照表 CUDA下载地址 CUDNN下载地址 torch下载 一、TensorFlow对应版本对照表 版本 Python 版本 编译器 cuDNN CUDA tensorflow-2.9.0 3.7-3.10 8.1 11.2 tensorflow-2.8.0 3.7-3.10 8.1 11.2 tensorflow-2.7.0 3.7-3.9

  • 基于Anacoda搭建虚拟环境cudnn6.0+cuda8.0+python3.6+tensorflow-gpu1.4.02022-08-26 20:30:23

    !一定要查准cudnn,cuda,tensorflow-gpu对应的版本号再进行安装,且本文一切安装均在虚拟环境中完成。 下文以笔者自己电脑为例,展开安装教程阐述(省略anaconda安装教程): 1.查询电脑CUDA版本  2. 确认对应的cudnn,cuda,tensorflow-gpu版本号(链接) 3.如果先前安装过tensorflow-gpu,先卸载(没有

  • 模型训练随机种子及其原理2022-07-17 10:01:42

    实习中所跑实验一般都有随机种子 但是不知道原理是什么。 下边用来记录。 来源:https://wenku.baidu.com/view/eed3b921ecf9aef8941ea76e58fafab068dc445a.html def seed_everything(seed):   random.seed(seed)   os.environ['PYTHONHASHSEED'] = str(seed) np.random.seed(

  • Ubuntu+Anaconda+Pytorch+Pycharm深度学习环境搭建过程2022-07-07 16:07:51

    Ubuntu+Anaconda+Pytorch+Pycharm深度学习环境搭建过程 准备工作 安装显卡驱动并查看Cuda对应版本 按照ubuntu推荐的版本就好,或者可以自己去Nivdia官网查看自己显卡所对应的显卡驱动,在这不过多赘述 ##通过nvidia-smi查看自己的CUDA 驱动版本 ##可以看到我们这里是11.4的版本 ~$ n

  • 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

  • MMDetection3D的运行环境2022-05-30 21:01:16

    OS: Ubuntu20.04 GPU: RTX 3060(12G) python==3.7.12 cuda==11.2 cudnn==cudnn-11.2-linux-x64-v8.1.1.33 pytorch==1.11.0 torchaudio==0.11.0 torchvision==0.12.0 mmcv-full==1.5.0 mmdet==2.23.0 mmdet3d==1.0.0rc1 mmsegmentation==0.23.0 open3d==0.15.2 opencv-python=

  • onnxruntime、cuda、cudnn、显卡驱动2022-03-30 18:31:06

    如果不想自己编译,版本要对应 onnxruntime——cuda——cudnn: CUDA - onnxruntime    cuda——显卡驱动: CUDA Compatibility :: NVIDIA Data Center GPU Driver Documentation  

  • 安装CUDA、CUDNN2022-03-30 09:33:51

    安装CUDA、CUDNN 可以去英伟达官网下载、安装最新的的版本,也可以根据自己需求去CUDA历史版本、CUDNN历史版本下载自己需要的版本。附送CUDA、CUDNN与tensorflow版本对应关系。 1、安装CUDA 1.1 下载cuda (python-3.7) root@7a927d2dc743:~# wget https://developer.download.nvidi

  • Linux如何解压tar.xz文件2022-03-28 11:34:01

    Linux如何解压tar.xz文件 其实这种文件其实是两层压缩,外层是.xz压缩方式,内层是.tar压缩方式 第一种:逐步解压 (base) root@bc23574385ad:~# ll -d cudnn-linux-x86_64-8.3.3.40_cuda11.5-archive.tar.xz -rw-r--r-- 1 root root 859673924 Mar 28 10:40 cudnn-linux-x86_64-8.3.3.

  • Linux装cudnn2022-03-27 01:33:37

    https://stackoverflow.com/questions/66977227/could-not-load-dynamic-library-libcudnn-so-8-when-running-tensorflow-on-ubun https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#package-manager-ubuntu-install wget https://developer.download.nv

  • 神经网络参数初始化参数固定2022-03-19 19:35:18

    一般来说,神经网络模型实验重复多次,但最终结果仍然有较大波动时,应该从三个方面结果:种子、初始点、优化器。 其中种子的固定尤为关键,应在代码中加入下列种子固定代码 def setup_seed(seed): random.seed(seed) np.random.seed(seed) torch.manual_seed(seed) tor

  • 关于zed使用深度学习报错`CUDNN_STATUS_EXECUTION_FAILED. `问题2022-03-09 01:00:26

    关于zed使用深度学习报错CUDNN_STATUS_EXECUTION_FAILED. 问题 问题由来 我们在使用zed相机的时候试图调用zed自带的api接口来取视频流,以此来实现下一步的神经网络推理,从而实现目标检测与跟踪,在代码写好后我们使用CPU对于目标检测进行推理,能够使用,但是CPU的并行计算能力不够强大我

  • tensorflow 安装GPU版本,CUDA与cuDNN版本对应关系,RTX3050Ti (notebook)2022-02-24 23:59:26

    前言 安装Tensorflow-gpu 与 keras的时候,一定先要注意版本的对应,不然很容易出错,在看的时候,建议先看完整篇文章再上手。 一、环境+配置 本机环境 显卡:RTX3050Ti(notebook) Windows10专业版 NVIDIA 511.65 网上查到的可行版本 (跟本人所使用的有所偏差) python3.7.0+CUDA11.6.0+cuD

  • Windows10系统下利用Anaconda安装tensorflow-gpu2022-02-05 16:34:45

    Anaconda+tensorflow-gpu2.6.0+python3.7+cuda11.2+cudnn8.1 一、步骤概述 1、查看电脑对应的cuda版本 2、查看所需的tensorflow-gup版本对应的cuda版本和cudnn版本(请在安装前一定要注意tensorflow-gpu,cuda和cudnn版本之间的对照关系,非常重要,必须一致!) 3、安装cuda和cudnn 4、安装A

  • ubuntu 20.04 install cudnn2022-02-04 18:33:58

    install cudnn install cuda

  • pip安装pytorch1.10.1+paddlepaddle-gpu2.2.1+cuda10.2+cudnn7.6.52022-01-21 18:58:12

    NV驱动下载安装https://www.nvidia.cn/Download/index.aspx多卡的话,安装 NCCL https://developer.nvidia.com/nccl/nccl-download配置 pip 源 vim ~/.pip/pip.conf [global] index-url = https://pypi.tuna.tsinghua.edu.cn/simple 安装virtualenv包pip install virtualenv

  • 编译opencv 4.2支持cuda2022-01-15 12:05:24

      下载opencv_contrib 代码  下载地址  https://codeload.github.com/opencv/opencv_contrib/zip/refs/tags/4.2.0  ,这个仓库里是opencv扩展模块的代码(主要是cuda和dnn模块)     2.升级cmake     wget https://cmake.org/files/v3.17/cmake-3.17.1.tar.gz       

  • Tensorflow各个版本的Python、CUDA、Cudnn对应关系2022-01-13 16:34:05

    数据来源https://www.tensorflow.org/install/source_windows

  • Ubuntu18.04安装CUDA10.2+cuDNN2022-01-07 21:35:58

    1 安装CUDA10.2 下载CUDA:CUDA-Toolkit-Archive,选择CUDA Toolkit 10.2版本 选择操作系统、架构、Distribution及其版本(这里是Ubuntu18.04)和runfile(local)文件格式 可以使用wget下载,亦可复制链接进行下载 下载完成后:sudo sh cuda_10.2.89_440.33.01_linux.run 步骤说明

  • win11+RTX3060搭建tensorflow深度学习环境2021-12-30 14:34:57

    文章目录 win11+RTX3060搭建tf2.6深度学习环境1.所需软件2.安装cuda3.配置cudnn4.conda添加新环境并下载tf2.65.测试gpu参考文献 win11+RTX3060搭建tf2.6深度学习环境 1.所需软件 cudacudnn cudnn下载需要注册账号anacondatf2.6.2 2.安装cuda cuda简介: CUDA是NVIDIA发

  • ubuntu18.04安装显卡驱动,CUDA,CUDNN2021-12-29 22:58:16

     更新显卡驱动   选择最新的驱动点击Apply Changes,安装结束后重启电脑。 $ nvidia-smi //查看是否安装成功 图形显示NVIDIA即为安装成功。 下载并安装CUDA 显卡驱动与CUDA版本对应关系: Release Notes :: CUDA Toolkit Documentation 官网下载CUDA: CUDA Toolkit Archive | N

  • 【工具/Pytorch】安装Pytorch(PyTorch入门第一步)2021-12-21 20:02:27

    点击pytorch 选择你需要的配置,复制run this command后面的内容,在命令行里面运行 step1:打开anaconda prompt step2:激活虚拟环境 conda activate py38(虚拟环境的名字) step3:输入run this command后面的内容,回车运行(忘记截图了) 在这个过程中可能出现各种问题,可以尝试切换镜

  • 安装cudnn2021-12-17 18:00:48

    网上搜到了一些安装cudnn的步骤,都是这样的: 1. 从官网下载cudnn 2. 解压 3. 将解压出来的lib64和include中所有的内容都拷贝到/usr/local/cuda的lib64和include中  不行。 看了一下解压出来的内容,lib64里面包含了两个软链接,直接cp过去软链接会失效。正确的做法是把lib64的路径

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