文章目录一、安装CUDA二、安装cuDNN三、安装Python四、安装Anaconda3五、配置其他环境 一、安装CUDA1. 打开英伟达控制面板。或在任务栏右下角，或自己找2. 点击帮助–>系统信息–>组件，查看自己的显卡支持什么型号的CUDA，这里是CUDA10.23. 在英伟达官网下载对应的CUDA版本 网址：https://developer.nvidia.com/cuda-
转载
2024-03-27 12:09:25
344阅读
caffe在window下的安装具体的可以参考如下博客：【caffe-Windows】caffe+VS2013+Windows无GPU快速配置教程 我是安装微软的caffe库，其为caffe-master。这个使用有几个注意点：1、我的VS2013只能正确编译release下X64工程，其它模式下的编译出错，编译好的exe文件运行不了，提示缺少MSVCR120D.dll、MSVCP120
从这部分开始 结合虫子的demo程序给大家分析下cuda的性能与可行性。一。先概述下实现流程。 CUDA在执行的时候是让host里面的一个一个的kernel按照线程网格（Grid）的概念在显卡硬件（GPU）上执行。每一个线程网格又可以包含多个线程块（block），每一个线程块中又可以包含多个线程（thread）。每一个kernel交给每一个Grid来完成。当要执行这些任务的时候，每一个Grid又
文章目录前言一、CUDA是什么？二、我的CUDA下载步骤1.查询版本2. 下载3.安装总结 前言现在时大二阶段，现在跟着学校里的张老师学习，听师哥师姐说这个老师嘎嘎负责，很荣幸能够跟着老师学习。现在在这里记录一下学习的记录，以此勉励。提示：以下是本篇文章正文内容，下面案例可供参考一、CUDA是什么？CUDA（Compute Unified Device Architecture），是显卡厂商NV
转载
2024-10-01 14:02:13
92阅读
设备占用率(occupation)1、公式设备占有率是用来衡量核函数的配置分配是否是一个高效率的分配方式。 occupation=(active warps)/(max warps)2、max warpsmax warps是每个SM中最多的线程束数量，是一个常量。可以通过查询本机的GPU架构，可知每个SM里最大的可分配的线程数MAX_THREAD_PER_SM(我的机子为2048)，以及每个war
转载
2024-09-21 15:39:09
41阅读
一、准备1 ，首先查询电脑GPU：1）Win10如何查看Nvidia支持的CUDA版本：（1）打开“控制面板”，点击”硬件和声音“，点击“NVIDIA控制面板”：（2）在Nvidia面板中点击“帮助”，选择：系统信息（3）选择“组件”，找到“NVCUDA.DLL”，即可看到支持的CUDA版本。2）查询不到的可以在 控制面板 （开始搜索 cmd ）查看nvidia驱动版本号：打开终端，输入nvidi
转载
2024-04-30 13:17:21
3952阅读
标题AssertionError: Torch not compiled with CUDA enabledcuda 和 cudnn 库的卸载与安装1.先安装最新显卡驱动登录 https://www.nvidia.cn/Download/index.aspx?lang=cn2.卸载windows在windows设置–>应用–>应用和功能中，将带NVDIA并且具有版本号的软件都卸载掉（比
1、nvidia与cuda需要满足关系：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html/2、cuda与cudnn需要满足关系：https://developer.nvidia.com/rdp/cudnn-archive 深度学习离不开GPU，不过一直以来对GPU和CPU的差别，CUDA以及cuDNN都不
转载
2024-05-19 07:59:31
47阅读
想想学习CUDA的时间也应该有十来天了，也该是做一个小总结了，说说我理解的CUDA，它到底是什么东西？ 其实说到CUDA，还真的没几个人知道，说实话，我也听说不久，主要因为它2007年才刚发布，也是这几年才刚兴起，国内那就更慢了。 CUDA它中文的名字是统一计算设备架构，CUDA是一种将GPU作为数据并行计算设备
转载
2024-05-25 11:00:35
426阅读
一 下载CUDA 和cuDNN 安装包NVIDIA 官网 CUDA各版本 cuDNN各版本(需要注册账号才能下载)注：CUDA和cuDNN对应版本如下cuda_10.2.89_441.22_win10.exe cudnn-10.2-windows10-x64-v7.6.5.32.zip1.首先下载CU
转载
2024-10-22 14:19:01
111阅读
最近在搞yolov3的检测问题，发现Alex分支中的配置要求是cuda10.0,然而cuda10.0都不是问题，问题是显卡驱动版本不支持了啊。so,一拍脑子，装驱动。不听“老（网）人（帖）”言，果然各种毛病让人摸不着头脑。这可是人家公司的电脑，磁盘一堆东西，搞坏了，老大不得劈了我。不得已，自己选择的路，无论如何走完。以下是这番经历，或者叫波折，安装以失败告终，回到原点，恢复了默认的384版本的驱动
Memory Access Patterns（内存访问模式）大部分device一开始从global Memory获取数据，而且，大部分GPU应用表现会被带宽限制。因此最大化应用对global Memory带宽的使用时获取高性能的第一步。也就是说，global Memory的使用就没调节好，其它的优化方案也获取不到什么大效果,下面的内容会涉及到不少L1的知识，这部分了解下就好，L1在Maxwell之
1、为什么要装CUDA，CUDNN：先来讲讲CPU和GPU的关系和差别吧。截图来自（CUDA的官方文档）： 从上图可以看出GPU（图像处理器，Graphics Processing Unit）和CPU（中央处理器，Central Processing Unit）在设计上的主要差异在于GPU有更多的运算单元（如图中绿色的ALU），而Control和Cache单元不如CPU多，这是因为GPU在进行并行
转载
2024-04-16 17:23:18
236阅读
问题：对于使用GPU计算时，都想知道kernel函数运行所耗费的时间，使用CUDA内置的API可以方便准确的获得kernel运行时间。在CPU上，可以使用clock()函数和GetTickCount()函数计时。 clock_t start, end;
start = clock();
//执行步骤;
......
end = clock()
关于Avizo或Amira中体渲染不显示的问题，常常有人在问，有人甚至怀疑软件有问题，今天就这个话题总结如下：首先我们要清楚像Avizo或Amira之类的三维可视化软件，必须是在配有专业显卡的工作站或其他机器上才可以正常运行。从Avizo或Amira厂商的硬件配置推荐中，我们可以看到需要有NVIDIA或AMD的专业显卡，但从我个人的实践来说，NVIDIA的肯定能跑Avizo或Amira，如果是AM
1.CUDA对应的NVIDIA驱动版本对照表，参考一下表格2.显卡驱动安装，参考这里我这里选择安装的显卡驱动是NVIDIA-Linux-x86_64-410.78.run，安装是否成功，可以输入这个命令nvidia-smi，如果有显示GPU信息，那就是安装成功了。3.cuda安装装cuda首先需要降级：sudo add-apt-repository ppa:ubuntu-toolchain-r/t
转载
2024-07-22 12:41:25
2205阅读
GPU架构SM（Streaming Multiprocessors）是GPU架构中非常重要的部分，GPU硬件的并行性就是由SM决定的。以Fermi架构为例，其包含以下主要组成部分：CUDA coresShared Memory/L1CacheRegister FileLoad/Store UnitsSpecial Function UnitsWarp SchedulerGPU中每个SM都设计成支持
转载
2024-07-19 15:17:14
169阅读
GPU 的硬件基本概念Nvidia的版本： 实际上在 nVidia 的 GPU 里，最基本的处理单元是所谓的 SP(Streaming Processor)，而一颗 nVidia 的 GPU 里，会有非常多的 SP 可以同时做计算;而数个 SP 会在附加一些其他单元，一起组成一个 SM(Streaming Multiprocessor)。几个 SM 则会在组成所谓的 TPC(Texture Pr
转载
2024-07-03 21:41:57
76阅读
一、典型GPU程序构成一个典型GPU程序有如下几个部分：①CPU在GPU上分配内存②CPU将CPU中的数据copy到GPU中③调用内核函数来处理数据④CPU将GPU中的数据copy到CPU中 *可以看出，四个步骤中有两个是数据的copy，因此如果你的程序需要不断地进行copy，那么运行效率会比较低，不适合利用GPU运算。一般情况下，最好的方式是，让GPU进行大量运算，同时保证计算量与通信
转载
2023-09-08 18:30:55
181阅读
深入理解请参考：CUDA by Example: An Introduction to General-Purpose GPU Programming
1.CUDA是什么？ CUDA，Compute Unified Device Architecture的简称，由NVIDIA公司创立的基于他们公司生产的图形处理器GPUs（Graphics Processing Units,可以通俗的理解为显卡）
转载
2023-09-01 15:18:18
242阅读
