正 文一、为什么要学Stable Diffusion，它究竟有多强大？1.Stable Diffusion能干嘛我相信大家在刷视频的时候，或多或少都已经看到过很多AI绘画生成的作品了那SD到底可以用来干什么呢？01.真人AI美女我们最常看到的就是这些真人AI美女的账号(我有一个朋友，每到晚上的时候，就很喜欢看这种视频)02.生成头像、壁纸以前很多人花钱去找别人定制自己独一无二的头像或者壁纸现在SD
保姆级手把手教你安装TensorFlow-GPU，避免坑安装TensorFlow-GPU（bb几句，大佬勿喷）检查自己的电脑是否能安装GPU版本的==好了，这里说一下，一定要看，一定要看，一定要看一定要看！！！！！四遍了哦！==anaconda开始安装tf-gpu完成之后，下载安装CUDA和CUDNN==其实最烦的是下载这一步== 我这里已经说了方法检测cuda的安装检测tf好了，到这里就结束 安
转载
2024-05-03 11:28:16
68阅读
众所周知，a卡对于tensorflow gpu的支持很小，要想使用的话一般都得配n卡的电脑。而我只是感兴趣一个项目，想要跑出来一个模型，如果不用gpu加速，可能得跑一个月，所以不得不寻找在a卡上的解决方案。好在，终于找到了一个解决方案，虽然只是取巧，速度也不如正常n卡跑的快，但已经很不错了。我的配置：
显卡：RX 550
所用系统：虚拟机ubuntu 18
注：如果是虚拟机的话，最好分配3GB内存
转载
2023-11-03 20:18:40
1020阅读
1. 基本配置Win10, 16G内存, NVIDIA GeForce GTX 1060 6GB已安装Anaconda 3, python 3.6.5 https://www.anaconda.com/distribution/#download-section 2. 安装步骤下载安装CUDA Toolkit根据GPU型号在NVIDIA官网查看是否支持CUDA，型号可从“我的电
【技术资讯】0、2080 Ti 莫名起火，英伟达承认 GPU 有缺陷，股价暴跌19%RTX 2080 Ti，英伟达新一代图灵架构 GPU，因为独特而鲜明的外观，一直以来被大家戏称为“燃气灶”。 现在这个昵称总算名副其实了。 昨天，2080 Ti 用户 shansoft 正在上网，只是简单地浏览网页，没有做其他任何事情。突然，电脑突然黑屏自动关机了。 不明所以的他往机箱里一看，不得了：2080
a卡能跑pytorch吗？这个问题在当前深度学习的研究和开发中愈发受到关注。近年来，随着显卡技术的发展和深度学习框架的多样化，尤其是PyTorch的广泛应用，一些用户开始关注非NVIDIA显卡（即A卡）在机器学习和深度学习任务中的适用性。
## 背景描述
近年来，PyTorch因其灵活性和易用性受到众多研究者和开发者的喜爱，但绝大多数采用CUDA后端，专为NVIDIA图形处理单元（GPU）优化。
# PyTorch与AMD显卡的兼容性探讨
在深度学习领域，PyTorch作为一款广受欢迎的开源框架，已经成为许多研究者和开发者的首选。然而，当涉及到硬件兼容性时，尤其是AMD显卡（通常称为“A卡”）的支持情况，许多人仍然存在疑问。本文将探讨PyTorch是否可以在AMD显卡上运行，具体实现过程以及相关代码示例。
## 背景知识
PyTorch最初是为NVIDIA的CUDA架构开发的，CUD
原创
2024-09-28 04:36:54
575阅读
1.概述TensorFlow分布式是基于GRPC库实现的高性能集群训练框架，能有效的利用多机多卡资源，将大型的模型或者代码拆分到各个节点分别完成，从而实现高速的模型训练。如下图所示，tensorflow的分布式集群中存在的节点主要有两种：ps节点和worker节点，ps节点是用于保存和计算训练参数的节点；worker节点是用于训练的节点。由于ps和worker节点都有可能存在多个，因此ps和wor
转载
2024-04-01 13:12:03
27阅读
目录云上深度学习实践（一）-GPU云服务器TensorFlow单机多卡训练性能实践云上深度学习实践（二）-云上MXNet实践1 背景 2015年11月9日，Google发布深度学习框架TensorFlow。Google表示，TensorFlow在设计上尤其针对克服其第一代深度学习框架DistBelief 的短板，灵活、更通用、易使用、更快，而且完全开源。在短短的一年时间内，在GitHub上，Te
转载
2024-06-11 22:24:49
32阅读
文章目录0. Forward0.1 TF1和TF2软件包区别0.2 pip和conda安装区别0.3 版本对应关系0.3.1 TF 和cuda以及python版本对应关系0.3.2 cuda和Nvidia driver对应关系1. pip install1.1 纯pip安装1.2 pip和conda组合安装(推荐)2. conda install2.1 conda 配置 Tsinghua镜像2.2
# a卡为什么不能跑深度学习的说明文
在当今的人工智能时代，深度学习已成为一种重要的技术。然而，不是所有的硬件都适合执行深度学习任务，尤其是许多使用a卡（如AMD显卡）的人可能会发现他们的设备在这一领域的限制。本文旨在通过系统的步骤和代码示例，帮助你理解原因及如何解决相关问题。
## 深度学习流程概述
在讨论a卡不能跑深度学习的问题之前，首先我们需要了解一个标准的深度学习流程。以下是我们将要
#目前GPU算力资源预计17日上线，在此之前本代码只能使用CPU运行。
#考虑到本代码中的模型过大，CPU训练较慢，
#我们还将代码上传了一份到 https://www.kaggle.com/boyuai/boyu-d2l-modernconvolutionalnetwork
#如希望提前使用gpu运行请至kaggle。
import time
import torch
from torch
转载
2024-04-08 21:47:05
159阅读
我在“ 机器学习+ Kafka Streams示例 ” Github项目中添加了一个新示例： “ Python + Keras + TensorFlow + DeepLearning4j + Apache Kafka + Kafka流 ”。 这篇博客文章讨论了动机以及为什么这是可扩展的，可靠的机器学习基础设施技术的完美结合。 有关利用Apache Kafka开源生态系统构建机器学习/深度
转载
2024-05-06 15:16:00
35阅读
**基于Tensorflow 2.X安装Object Detection API（Win 10 平台）Tensorflow平台是谷歌开发并推出的一套开源软件库，是一套专门用于机器学习的平台。经过多年来的版本迭代更新和无数机器学习相关的研究人员的维护和贡献，Tensorflow已经推出了第二个大版本更新，即Tensorflow 2.0。而随着这个大版本的推出，其中常用的目标检测模块的安装也产生了一些
转载
2024-04-24 15:35:51
130阅读
机器学习/深度学习模型可以通过不同的方式进行预测。 我的首选方法是将分析模型直接部署到流处理应用程序（如Kafka Streams或KSQL ）中。 您可以例如使用TensorFlow for Java API 。 这样可以实现最佳延迟和外部服务的独立性。 在我的Github项目中可以找到几个示例： 使用TensorFlow，H2O.ai，Deeplearning4j（DL4J）在Kafka
转载
2024-08-06 21:21:45
38阅读
ResNet模型在GPU上的并行实践TensorFlow分布式训练：单机多卡训练MirroredStrategy、多机训练MultiWorkerMirroredStrategy4.8 分布式训练当我们拥有大量计算资源时，通过使用合适的分布式策略，我们可以充分利用这些计算资源，从而大幅压缩模型训练的时间。针对不同的使用场景，TensorFlow 在 tf.distribute.Strategy`中为
转载
2024-08-01 07:49:56
282阅读
训练一个图像识别分类的卷积神经网络，使用什么配置的电脑比较好。看你的描述这么专业，最后怎么问的有点外行，既然系统做图像识别的学习，肯定是需要大数据配合，电脑哪里处理的了，要用服务器，如果是初级应用，那么性能不一定要多强，两台入门级的服务器吧，因为可以支持多线程处理，为了节约，可以买国产的塔式服务器，便宜而且可以不用机柜，现在的服务器大多也都是千兆网卡了，不用特意要求，主要在内存和硬盘，现在的服务器
转载
2023-10-05 14:28:49
165阅读
AIStudio介绍目前各大公司为了发展自己的人工智能业务，同时也是为了推广自己的解决方案，都推出了免费GPU计算资源。比如说谷歌的Kanggle Kernel和Google Colaboratory。与谷歌相比，百度的AIStudio和飞桨（PaddlePaddle）算是后起之秀。飞桨作为国产的深度学习框架，但由于Tensorflow和Pytorch在深度学习领域巨大的统治力，所以其一直处于不温
转载
2024-05-11 21:00:22
337阅读
我的环境：Win10 + Anaconda + tensorflow-gpu1.14 + CUDA10.0 + cuDNN7.6 + python3.6注意：tensorflow版本、CUDA版本、cuDNN版本和python版本是一一对应的。一、确定自己需要和可以安装的版本 1.查看自己的电脑是否支持搭建GPU环境和适合的CUDA版本控制面板 -> 设备管理器 -> 显示适配器，检
NVIDIA DLI 深度学习入门培训 | 特设三场！！ 4月28日/5月19日/5月26日 正文共7797个字，13张图，预计阅读时间18分钟。本篇文章有2个topic，简单的分类器和TensorFlow。首先，我们会编写函数生成三种类别的模拟数据。第一组数据是线性可分的，第二种是数据是月牙形数据咬合在一起，第三种是土星环形数据。每组数据有两个类型，我们将分别建立模型，对每组数
转载
2024-05-27 10:24:32
50阅读
