以下命令在Anaconda Prompt中执行。一、创建虚拟环境、切换虚拟环境cuda9.1对于的python版本是3.6#conda create -n 虚拟环境名 python=版本号
#创建一个python版本是3.6的python环境，命名为pytorch-gpu
conda create -n pytorch-gpu python=3.6
#删除虚拟环境
conda remove -n
转载
2023-07-07 00:02:50
236阅读
由于要用一些奇怪的包，导致需要安装与cuda版本匹配的pytorch，然而： 惊喜地发现实验室服务器上的cuda版本是9.1的。但是又不可能去更新服务器的cuda版本，所以只能硬着头皮去找看看有没有旧版的pytorch。而这个时候去pytorch官网找的话： 有cuda9.0的，有9.2的，就是没有9.1的。这个时候其实可以打开：https://download.pytorch.org/whl/c
转载
2023-07-27 13:16:39
185阅读
CUDA框架是NVIDIA发布的在GPU上的并行计算的平台和模型, 在2006年第一代CUDA发布,到现在已经是第9代CUDA。今天我将分享如何正确安装CUDA并调试样例。
原创
2022-07-21 11:42:41
4264阅读
随着人工智能的发展与人才的内卷，很多企业已将深度学习算法的C
原创
精选
2023-08-14 00:00:17
384阅读
推荐几个不错的CUDA入门教
原创
2023-07-13 16:55:03
1233阅读
CUDA安装 资源链接： 历史版本的安装 当前最新的CUDA安装 当前以ubuntu18.04的服务器环境，安装cuda10.02 历史版本CUDA安装 选择好对应版本之后，选择操作系统等一系列信息，你可以看见如下信息：
原创
2022-05-31 10:21:54
1216阅读
目录一、所用脚本文件：二、linux下cuda安装三、cudnn安装官网方法：参考链接方法：四、tensorrt安装保存退出五、常见问题1. 验证tensorrt是否安装成功时，import tensorrt出现 "ImportError: libnvinfer.so.7: cannot open shared object file: No such file or directory"2.
python对CUDA扩展有不错的支持，CUDA通过大量线程的并行化可以大幅提高代码计算速度，一般python常用numba、pycuda套件来支持CUDA扩展。numba通过JIT编译器只需将numba装饰器应用到python函数中即可实现CUDA加速，而pycuda需要基于C/C++编写kernel，其移植性、直观性更佳，这里主要介绍pycuda的使用。1.向量加法示例使用了1个block，b
转载
2023-07-02 21:03:24
150阅读
1.安装配置python3.5环境去官网下载python3.5，直接安装记得安装路径，然后加入Path环境我的是默认安装的，所以加入Path环境路径为：C:\Users\Administrator\AppData\Local\Programs\Python\Python35C:\Users\Administrator\AppData\Local\Programs\Python\Python35\S
转载
2024-04-26 06:49:39
132阅读
前言windows10 和win11安装 CUDA ，首先需要下载两个安装包CUDA toolkit（toolkit就是指工具包） cuDNN 用于配置深度学习使用官方教程CUDA：Installation Guide Windows :: CUDA Toolkit Documentation (nvidia.com)cuDNN：Installation Guide :: NVIDIA Deep
转载
2024-04-26 10:01:40
1970阅读
安装CUDA1. 前言首先要知道自己电脑支持的最高CUDA版本，按下Win+R,输入cmd,输入如下代码，按下Enter,运行结果如下图：nvidia-smi 这里显示的就是你的设备允许安装的最大版本CUDA2.CUDA下载步骤如果电脑支持CUDA11.x，最好下载11.3版本，这样比较保险。 点击CUDA官网：https://developer.nvidia.com/cuda-downloads
转载
2023-12-19 22:36:28
1655阅读
目录前言一、cuda的下载及安装1.cuda版本2.CUDA toolkit Download3.cuda安装二、cuDNN下载及安装1.cuDNN下载2.cuDNN配置 前言windows10 版本安装 CUDA ，首先需要下载两个安装包CUDA toolkit（toolkit就是指工具包）cuDNN注：cuDNN 是用于配置深度学习使用官方教程CUDA：Installation Guide
1. 安装环境系统环境：win10虚拟环境：anaconda3语言：pythontensorflow2.2.0 或者 pytorch1.5.12. 步骤如果电脑上什么环境都没有安装，需要遵循五步。 第一，安装anaconda3环境，提供python版本管理和包管理工具，能够创造一个单独的虚拟环境。 第二，更新GPU驱动，驱动可以通过自动更新也可以通过手动更新，但一般手动更新才能够更新到最新的版本中
转载
2023-10-17 12:11:09
492阅读
1.下载opencv安装包 首先先去opencv官网（http://opencv.org/downloads.html）下载linux版本的opencv压缩包，此处下载的opencv3.1版本的。进入opencv下载的文件夹，解压 unzip opencv-3.1.0.zip进入opencv-3.1.0目录，创建编译目录，编译，命令如下：cd ~/ opencv-3.1.0
mkdir rele
目录目录1、安装pycahrm 2、配置 cuda3、下载cuDNN1、安装pycahrm下载 ：PyCharm: the Python IDE for Professional Developers by JetBrains2、配置 cudaCUDA 是 NVIDIA 发明的一种并行计算平台和编程模型。它通过利用图形处理器 (GPU) 的处理能力，可大幅提升计算性能。CUDA（Comp
转载
2023-11-03 19:56:28
299阅读
# Python与CUDA的结合：CUDA Toolkit版本的选择与使用
在深度学习和高性能计算领域，GPU加速已然成为一种趋势。而NVIDIA的CUDA（Compute Unified Device Architecture）是实现GPU加速的重要平台。很多Python程序员借助CUDA来提升运算速度，尤其是在进行矩阵运算和深度学习模型训练时。本文将介绍如何在Python中使用CUDA，包括
原创
2024-10-10 03:48:39
520阅读
环境：Ubuntu 20.04 +pytorchGPU版本一、GPU1、查看CPU是否可用2、查看CPU个数3、查看GPU的容量和名称4、清空程序占用的GPU资源5、查看显卡信息6、清除多余进程二、GPU和CPU1、GPU传入CPU1.1 另一种情况2、CPU传入GPU3、注意数据位置对应三、Numpy和Tensor（pytorch）1、Tensor转成Numpy2、Numpy转成Tensor3
转载
2023-12-28 16:03:05
163阅读
由于训练超分辨率图像重建，需要在Pytorch的框架下进行模型训练，开始着手于Pytorch的安装。跌跌撞撞的尝试了好多种方法，以下总结以下最有效的菜鸟级别的Pytorch框架的搭建以及安装。1、CUDA的安装与测试1.1 cuda适配版本查询 CU
转载
2023-06-21 20:39:16
246阅读
python上的CUDA已经广泛应用在TensorFlow，PyTorch等库中，但当我们想用GPU计算资源实现其他的算法时，不得不自己调用CUDA的python接口完成编程，以下是我在python上，利用GPU完成高斯过程计算的经验。 【文首劝退】如果是想用CUDA完成较复杂的功能和算法，还是用C++实现吧。。。python的话我感觉很多已定义好的库无法正常调用，虽然numpy的很多属
近期由于毕设需要使用Yolo，于是经过两天捣腾，加上看了CSDN上各位大佬的经验帖后，成功搭建好了GPU环境，并能成功使用。因而在此写下这次搭建的历程。万事开头难，搭建环境很费时间，如果一开始版本不对应，到后面就要改来改去，很麻烦。首先要注意以下事项：1. 你的显卡驱动版本。2. 你的显卡算力。3. Cuda和Cudnn版本对应问题。4. Torch和Python对应关系。我个人配置如下：Pyth
