文章目录引言问题背景错误原因分析可能的解决方案实战举例报错背景验证方案小结结尾 引言随着深度学习在各领域的广泛应用，GPU计算已经成为了许多研究者和工程师的必备工具。特别是在使用诸如TensorFlow、PyTorch等深度学习框架时，我们经常需要指定特定的GPU设备来进行计算。然而，有时尽管已经设置了CUDA_VISIBLE_DEVICES环境变量，程序仍然会默认使用GPU设备“0”。本文将深
转载
2024-04-28 19:50:54
166阅读
在看CUDA的时候，接触到了OpenMp，于是呢，就看了几篇博客了解了一下，，，，环境：Win10 x64 4核 VS20151、什么是OpenMP呢？ OpenMP是由OpenMP Architecture Review Board牵头提出的，并已被广泛接受，用于
共享内存
并行系统的多处理器程序设计的一套指导性编译处理方案(Compil
转载
2024-06-27 07:16:37
102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
正值西方国家欢度佳节之时，一份英伟达的surprise终于被发现。是一条关于GeForce的禁令。这款备受AI“炼丹”群众喜爱的显卡，以后不能随便用来搞深度学习了。根据德国科技媒体golem.ded报道，英伟达前不久更新了最终用户协议，所有的GeForce系列显卡（包括Titan）都不能在数据中心跑深度学习。也就是说，基于GeForce和Titan芯片的深度学习云服务器，从此别过。这不
转载
2024-04-03 12:47:47
23阅读
前言本文讨论在Unity URP中，如何使用GPU Instancing，以及和Static Batching, SRPBatcher的关系。几种Batching方式的原理简述Static Batching将一组静态物体的模型batch成一个模型，并作为一个整体提交的GPU。绘制的时候这些物体可以正常的做culling，Unity会将通过Culling的物体使用索引偏移的方式绘制。SPR Batc
转载
2024-06-26 13:20:54
198阅读
历时两天，踩过很多坑，终于语气词装好了。说一下我的情况：tensorflowGPU-1.14.0，CUDA-10.0，cuDNN-v7.6.5，Anaconda3-2019.10，python-3.6，1650显卡。2020年3月2日 好了下面是步骤！大致的步骤为一、安装CUDA和cuDNN。二、安装Anaconda三、安装tensorflowGPU 下面一一介绍：一、安装CU
转载
2024-05-27 10:01:45
452阅读
作者：诗颖摘要：日前，英伟达 Developer Blog 上一篇博文详细陈述了英伟达 Volta Tensor Core GPU 在深度学习社群取得的巨大突破，以及种种突破背后的技术细节。2017 年 5 月，在 GTC 2017 上，英伟达 CEO 黄仁勋发布 Volta 架构 Tesla V100，它被称为史上最快 GPU 加速器。2018 年 3 月，同样也是在 GTC 上，黄仁
转载
2023-11-20 22:03:39
202阅读
一、简介 Colab 是谷歌推出的一款在线深度学习工具，提供Tesla V100 、T100等GPU，现在国内大量人使用，已经被玩坏了。今年四月份的时候，使用Colab还不用开Pro，就能使用十几个小时的GPU，现在只能使用cpu了。而且经常分不到资源，经常会断开。目前可能由于显卡短缺的原因，不容易预约到Tesla V100，经常是Tesla
转载
2024-07-29 17:58:00
911阅读
在简单的看了一点Java的基本内容后，我开始尝试写自己的第一个Java程序。由于某些原因，学校官方的教务APP看不了自己这学期的平均绩点，就想着自己动手，写一小段代码，算一下自己的平均绩点。程序的功能很简单，输入自己的各科绩点和对应的学分，输出平均绩点。代码：/**
*Program:GPA Calculator
*Version: 1
*CopyRight:jiuwei
转载
2024-03-01 13:59:37
42阅读
进入Anaconda Promt，在这里面创建虚拟环境找到Anaconda目录中的envs，记住这个的路径 一路转到这个envs目录下，在这里面建虚拟环境。每个人的envs文件在的位置不一样，这只是我自己的位置。为什么要在这里面建虚拟环境，因为我的C盘容量不够了，在e盘建的虚拟环境，下载的pytorch也在e盘。 创建虚拟环境，名字是pytorch-GPU，python版本是3.8#创建环境
co
一. 安装Ubuntu16.04 电脑启动便会进入ｕｂｕｎｔｕ的安装界面， 1.弹出一个安装窗口，在左边选择“中文（简体）”，然后在右边点选“安装ubuntu” 2.进入准备安装ubuntu我们可以不用选择直接“继续” 3.我选择的是"清除整个磁盘并安装Ubuntu",并且没有分区, 且只安装了Ubuntu16.04,原电脑中原有的东西都不需要; 如果要分区,要选择其它选项.选择这一选项需谨慎,(
转载
2024-08-31 16:12:34
122阅读
前言对于很多入门深度学习领域的小伙伴来说啊，拥有一款合适的显卡是必要的，只有拥有好的装备才能更好更快地进行神经网络的训练、调试网络结构、改善我们的代码，进而更快地产出结果。也就是说，显卡可以代表生产力，显卡越好，生产力越强。程序训练的速度越快，我们也就可以更方便地看到结果从而进行下一步。大家可以回顾一下我在之前发布的几篇关于显卡的文章：更新深度学习装备:双(1080Ti)显卡装机实录新显卡出世，我
今天给大家详细讲解一下如何在Windows10上配置安装好tensorflow的GPU版本1、首先，打开Tensorflow官网的安装指南（https://www.tensorflow.org/install/install_windows）。2、官网对安装Tensorflow GPU版提出了一些要求，如下图所示。要安装GPU版，首先确认自己电脑的显卡是否满足要求，也就是官网要求中的第四点。到电脑
转载
2024-04-27 09:55:08
159阅读
目录三.下载模型四.训练前的准备1.在源代码文件夹里创造一个自己放东西的文件2.准备数据2.1数据标注2.2数据划分3.改写yml配置文件4.安装anaconda五.开始训练六.报错（1） libGL.so.1（2）Polygon(3) lanms（4）报错UnicodeDecodeError: ‘utf-8’ codec can’t decode byte 0xbc in position 2
转载
2024-07-31 20:53:48
563阅读
通过 NVIDIA GPU 加速平台，Colossal-AI 实现了通过高效多维并行、异构内存管理、大规模优化库、自适应任务调度等方式，更高效快速部署 AI 大模型训练与推理。AI 大模型的高门槛成为研发一大难题近年来，AI 模型已从 AlexNet、ResNet、AlphaGo 发展到 BERT、GPT、MoE…随着深度学习的兴起及大模型横扫各大性能榜单，AI 能力不断提升的一个显著特征是模型参
转载
2024-04-23 10:28:00
45阅读
本文翻译自 LLVM 官方的一篇教程：
Writing an LLVM Backendreleases.llvm.org
初稿完成时间：2020年6月20日
最后更新时间：2020年6月25日 该文档需要有一定的 LLVM 和 编译原理的基础。 LLVM目前的更新很活跃，请注意跟踪项目最新变更1 介绍这篇文章描述了如何编写一个用于将LLVM中间表示（
转载
2024-06-20 09:40:07
187阅读
正文nvidia-docker run --rm nvidia/cuda:10.0-develdocker开的容器中要想支持gpu，也必须安装cuda(安cuda时会自动安驱动)1、可以直接使用tensorflow、pytorch等官方提供的gpu镜像。2、如果想自己定制，可以基于nvidia/cuda镜像，进行配置(不要从头自己配置)二、Docker19.03之后，内置gpu支持****增加了对
转载
2024-10-27 19:17:21
302阅读
目录1.1、快速入门1.1.1、中文文档：1.1.2、makedown模式下加载图片1.1.3、求积分公式：1.1.4、查看版本信息1.1.5、numpy快的原因1.2、基本使用1.2.1创建1.2.2属性1.2.3形状的改变1.2.4常见数组的创建1.2.5、随机数1.3、切片和索引1.3.1、索引1.4、基本函数1.5、广播机制1.6、级联和分割1.6.1级联操作1.6.2分割操作1.7、函数
转载
2024-04-25 16:21:40
116阅读
framebuffer简介与应用使用GUI测试framebuffer不太方便，最简单的方法是用应用层的小程序来测试1.gpu与fb的关系gpu就是soc中的一个外设，对外体现就是寄存器。cpu可以发命令给gpu，比如给两个端点，gpu就会去做具体的画线操作。这样就减轻了cpu的负担，有点类似于DMA的作用下图是一个典型的嵌入式系统显示机制 2.在系统中查看lcd参数在测试前，最重要的就是把带有刷屏
转载
2024-04-17 21:53:26
521阅读
package com.totoo.touhou;
import android.R;
import android.app.Activity;
import android.content.Context;
import android.graphics.Bi
