条件概率，全概率公式，贝叶斯公式\(p(A|B)\)。显然\(p(AB)=p(A|B)p(B)\)。于是有：\(p(A|B)=\frac{p(AB)}{p(B)}\)。\(p(A|B)=p(A)\)，则称事件 A, B 相互独立 (为独立事件)。将前面那个式子代入，可以发现若两个事件A和B独立，则\(p(AB)=p(A)p(B)\)。换句话说，就是当有A的时候，B事件发生的概率等于无A的时候发生的
最近学习TensorFlow，被一些不是bug的问题折腾的头晕脑胀，借此写一下解决方法。本人是在win10下使用TensorFlow的，所以ubuntu下的绕行吧，不会出现这些问题。众所周知，TensorFlow在运行时，会抢占所有检测到的GPU的显存，这种做法褒贬不一吧，只能说，但怎么单独设置使用哪几块显卡呢，唯一的方法就是利用CUDA本身隐藏掉某些显卡（除此之外就是拔掉多余显卡了，大家应该不会
本节中我们将展示如何使用多块 GPU 计算，例如，使用多块GPU 训练同一个模型。正如所期望的那样，运行本节中的程序需要至少2块 GPU。事实上，一台机器上安装多块 GPU 很常见，这是因为主板上通常会有多个 PCIe 插槽。如果正确安装了 NVIDIA 驱动，我们可以通过nvidia-smi命令来查看当前计算机上的全部 GPU。In [1]: !nvidia-smiMon Feb 25 19:1
（由于我装的是Ubuntu 12.04 64位 and 32位，我机子是Lenovo Y470，一块集显，一块Nvidia GT 550M，此安装方法验证成功了）1.由于之前刚安装好系统就选择安装了系统推荐的受限驱动。所以得先删除受限驱动。（如果没有装的，可以不执行这个命令）sudo apt-get purge nvidia-current
2.添加bumblebee的源
sudo add-
先说结果，我没安装成功NVIDIA的最新驱动，因为我的BIOS上没有切换显卡的设置。但是我觉得有几个需要说的提醒在这里总结一下！ 1、如果你之前在windows上没有装过NVIDIA驱动或CUDA，可以通过这个网站看你的 显卡是否支持CUDA ？2、如果你的深度显卡驱动管理器中没有NV-Prime方案（如 deepin 15.11这个最新版本就删掉了这个方案），那你可以继续往下看。3、先看看你的B
之前跑大量的深度学习代码时，用的 tensorflow 的版本比较古老，但若直接更新则会使得我们原本大量的代码需要重新编写，才能在本电脑上运行。因此可以选择另一种方式来进行 “更新”：在原基础上，再配置一个 Python 的完整环境，并在里面安装 tensorflow-gpu 2.0.本实现方式参考了网上的一些教程（在文章的末尾有参考链接），并且是建立在安装 Anoconda 的基础上。创建新环境
第一次记录自己在学习过程中遇到的问题，本意只是做个记录，若是能帮到遇到相同问题的人那自然更好。佛系交流。目前所在学校的计算机系自己搭建了个GPU Farm，设备是GTX 1080 Ti的，看起来还算ok，但其实细究起来还挺鸡肋的。但是总对于数据量巨大的项目，还是需要跑代码吧，将就着用了。因为资源有限，分配到超过1个gpu需要排队，所以从来没尝试过使用多个gpu。最近由于数据量变大，也急于取得进展，
目录问题背景1 线程id分布在所有gpu（包括未启用的gpu）上原因：2 在解决这个问题时，可以采取以下步骤： 3 修正深度学习框架默认使用所有可见 GPU 的问题1 TensorFlow：2 PyTorch：3 Keras：问题背景 多GUP训练深度学习模型时指定训练使用的GPU个数，没有指定gpu id，训练在其中两个gpu上执行，
笔记本型号：Thinkpad T14显卡：NVIDIA GeForce MX330显存类型：2GB GDDR5操作系统：ubuntu16.04一、原因ubuntu系统电脑如果有两个显卡：独显和核显，就会出现HDMI没有信号，因为电脑默认使用核显，而HDMI的输出是由独显给的，所以会出现HDMI没有信号的情况。二、解决办法安装自己的独显驱动。显卡驱动安装1.检查自己的显卡驱动型号方法一、 最不费脑子
独立性和条件独立性测试方法[1]独立和条件独立定义：两个变量X, Z是独立的，其中P(Z=z)>0,有： 给定变量集合S，X和Z条件独立，记为：， 其中方法1：Fisher’s z-Transform for Correlation and Partial Correlation（1）独立性测试给定一个包含n个样本的X,Y变量，皮尔森相关系数计算如下：Fisher 的r-to-z trans
鉴于前文 二分搜索框架详解 的那首《二分搜索升天词》很受好评，并在民间广为流传，成为安睡助眠的一剂良方，今天在滑动窗口算法框架中，我再次编写一首小诗来歌颂滑动窗口算法的伟大： 关于双指针的快慢指针和左右指针的用法，可以参见前文 双指针技巧汇总，本文就解决一类最难掌握的双指针技巧：滑动窗口技巧。总结出一套框架，可以保你闭着眼睛都能写出正确的解法。说起滑动窗口算法，很多读者都会头疼。这个算
Ubuntu如何正确地切换Intel和Nvidia显卡现在的笔记本电脑通常有两块显卡：Intel集成显卡和Nvidia（英伟达）独立显卡。这篇教程介绍Ubuntu如何正确地切换Intel和Nvidia显卡。你应该使用哪一个显卡？对于玩游戏或3D制图，图形计算这样对显卡要求高的任务，你需要使用Nvidia独立显卡。如果你既不玩游戏，不绘制3D制图，也不用图形计
前言：目前较新的笔记本都是双硬盘的（SSD+HDD），显卡也是一个集显+独显，并且是GPT分区+UEFI启动模式，很多网上的帖子对于这种情况并不适用，特别写下此文纪念我遇到的坑，看对大家是否有借鉴意义。笔记本介绍：ASUS GL552VW, i7-6700 HQ, 128G固态硬盘（WIN 10 64bit安装在这里）,1T硬盘，Intel 集显+NVIDIA 960M显卡目的：安装双系统，互不干
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言步骤1：查看自己电脑的硬件配置步骤2：确定自己需要的TensorFlow-gpu版本步骤3：安装CUDA Toolkit和cuDNN步骤4：安装Anaconda步骤5：在Anaconda中安装python3.6步骤6：在Anaconda的python3.6环境中安装tensorflow-gpu==2.1步骤7：测试总结
How GPU works图形管道 任何3D图形系统的目的是根据场景描述合成图像；GPU设计者通常将这种图像合成过程表示为一个专用阶段的硬件管道。在这里，我们提供了一个经典图形管道的高级概述——我们的目标是强调实时渲染计算的那些方面——让图形应用程序开发人员利用现代gpu作为通用并行计算引擎。管道输入 大多数实时图形处理系统会把所有事物看做是由许多个三角形组成的。因此图形处理系统首先会把复杂的输入
本文主要记录了在双硬盘笔记本电脑自带的Windows10之外安装ubuntu18.04，并安装NVIDIA显卡驱动与cuda 和 pycuda 的步骤和注意事项。软硬件清单: 128G SSD + 1T HDD + Windows10 + Ubuntu18.04.2 + nvidia driver 418.xxx + cuda 10.1 + pycuda 2018.1.1过程清单1. 系
各种笔记本电脑键盘切换键
FN
键的方法
笔记本键盘的：
R.T.F.G.V.B
键都打不出来字
,
打出来就是数字，切换即
开启
/
关闭数字小键盘的方法：按下
fn
键＋
insert
键（按下
fn
键的同时按下
ins
核心提示：电脑双系统，大家应该不会太陌生，有的网吧就装的是双系统，双系统可以满足不同人群的需要，可以这样说，一个系统可以专门工作使用，另一个可以供玩游戏使用，（电脑硬件要杠杠的）工作游戏两不误，是不是很方便。。 至于怎么安装双系统双系统安装方法，如果电脑双系统，大家应该不会太陌生，有的网吧就装的是双系统，双系统可以满足不同人群的需要，可以这样说，一个系统可以专门工作使用，另一个可以供玩游戏使用，（
caffe学习（1）------windows下基于GPU配置 具体配置过程：1、打开官方链接，下载caffe-windows并解压保存在你的电脑中，2、按照官方的要求，必须要装Visual Studio 2013，进入你刚才保存windows_caffe的文件夹下，复制 .\windows\CommonSettings.props.example，在原地黏贴，并重
屏幕显示图像的原理CPU 计算好显示内容提交到 GPU，(计算视图的创建/视图布局)GPU 渲染完成后将渲染结果放入帧缓冲区，随后视频控制器会按照 VSync 信号逐行读取帧缓冲区的数据，经过可能的数模转换传递给显示器显示。帧缓冲区只有一个，这时帧缓冲区的读取和刷新都都会有比较大的效率问题。为了解决效率问题，显示系统通常会引入两个缓冲区，即双缓冲机制所以双缓存机制GPU 会预先渲染好一帧放入一个缓
