1. AI1.1 初识DirectMLDirectML是微软发布的一套基于DirectX12的机器学习底层推理API。本文对DirectML做了初步介绍，它的优点来源。和其他推理引擎WinML、ONNXRuntime、TensorRT也做了比较。1.2 DirectML 1.8 版本更新内容https://github.com/microsoft/DirectML/blob/master/Rele
转载
2024-07-31 20:23:21
114阅读
在之前的文章中，我们完成了宿主机的配置，接下来将进行LXD的部署。
在实验室环境下，多人共用GPU服务器，由于大家所需的系统环境可能不同，一个用户修改系统文件会影响其它用户，甚至会有小白胡乱修改文件导致服务器崩溃的可能。我们可以通过不给sudo权限来减轻这个问题，但是这不仅对用户来说不方便，也大大增加了管理员的负担：每次安装包等操作都要找管理员处理。因此我们希望
关键词GPU云服务器 云GPU 极链云 pycharm远程连接 FileZilla XShell0.GPU云服务器的选择我参考了此文→深度学习：GPU云服务器的租用 我试用了极链云，觉得还是比较不错的，尤其学生认证有100云券，但是要注意有效期，好像是一个月左右。1.注册登录参见文档：注册登录2.购买实例参见文档：购买实例3.安装软件软件安装很简单，基本上一路next即可，顶多改下安装路径。3.1
LXD是提供了RESTAPI的LXC 容器管理器，主要是管理linux容器的第三方管理器。也许现在您还没有听说过，下面我们就来入门——介绍一下LXD
转载
2022-02-17 13:45:56
1221阅读
商家提供正确的方法：常规接法: 橙白1 橙2 绿白3 蓝4 蓝白5 绿6 棕白7 棕8交叉接法: 绿白3 绿6 橙白1 蓝4 蓝白5 橙2 棕白7 棕8。1.使用方法： 将网线两端的水晶头分别插入主测试仪和远程测试端的RJ45端口，将开关拨到“ON”（S为慢速档），这时主测试仪和远程测试端的指示头就应该逐个闪亮。 &
机器学习模型训练之GPU使用1.电脑自带GPU2.kaggle之免费GPU3.amazon SageMaker Studio Lab 免费GPU使用推荐 深度学习框架由大量神经元组成，它们的计算大多是矩阵运算，这类运算在计算时涉及的数据量较大，但运算形式往往只有加法和乘法，比较简单。我们计算机中的CPU可以支持复杂的逻辑运算，但是CPU的核心数往往较少，运行矩阵运算需要较长的时间，不适合进行深
转载
2024-02-28 14:51:34
710阅读
Tensorflow环境下的深度学习框架的配置主要包含以下几步：0、前言1、PyCharm的安装步骤：2、Python的安装步骤：3、AnaConda的安装步骤：4、CUDA的安装步骤：5、cuDNN安装步骤：6、Tensorflow—GPU配置步骤：7、在PyCharm中使用Tensorflow 0、前言我们需要安装的内容如下：Windows10 操作系统
Pycharm ：python的开发
转载
2024-05-07 10:41:10
586阅读
如何采用GPU训练方法1：对网络模型，数据（数据、标注），损失函数调用.cuda()即可import torch
import torchvision
from torch import nn
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter
import time
#
转载
2023-09-04 12:03:21
243阅读
准备工作
安装 Golang
（1）使用snap安装
snap install go --classic
（2）二进制包安装
下载链接和步骤可参考传送门，主要步骤：
rm -rf /usr/local/go && tar -C /usr/local -xzf go1.21.6.linux-amd64.tar.gz
## ~/.bashrc
export PATH=$PATH:/u
原创
2024-01-11 13:56:11
1009阅读
升级内核
操作系统使用的是Ubuntu Server 22.04.3 LTS (Jammy Jellyfish)，系统内核版本是5.15.0-91-generic。由于安装的CUDA版本是当前最新版12.3，对系统内核版本有要求，如下：
内核升级步骤：
（1）查看当前内核版本
uname -r
（2）查看可用的内核版本
apt-get update
## 查看可用内核
apt-cache se
原创
精选
2024-01-11 15:44:22
1325阅读
LXD 使用
创建容器基本用法
## 使用Ubuntu 22.04镜像启动一个名为ceshi的容器
lxc launch ubuntu:22.04 ceshi
## 检查启动的实例列表
lxc list
## 使用命令查询每个实例的更多信息
lxc info ceshi
## 停止容器
lxc stop ceshi
## 删除容器
lxc delete ceshi
## 强制删除容器
lxc de
原创
精选
2024-01-12 17:00:19
793阅读
vue的学习(常用功能1)1、MVP和MVVM模式！！！传统的前端开发 mvp模式mvp模式，其中m是数据层 （模型层，可以抽象理解为数据，例如：用ajax中获取数据），v是视图层（html），p是控制器，就是使用jq来实现业务逻辑相关操作(DOM操作很多)vue框架同样有v层和m层，没有p层，多了一层vm层。M是new实例里面相关操作，v是视图层，vm即vue自己进行操作转化！vm层：
环境： win10、cuda10.2、zed2相机、zed sdk 3.7、python3.7 1、标定参考的博客2、配置环境 1）win10安装cuda、cudnn如何查看windows的cuda版本win10安装cuda、cudnn的教程注意： 验证是否成功，打开cmd黑窗口，然后将exe文件拖到窗口中，enter，运行成功就说明安装好了。 2）安装zed的sdkzed的官方，点击下载相应版本
Kubeflow 使用指南本文根据 https://github.com/openthings/kubeflow/blob/master/user_guide.md 翻译。本文地址 ，By openthings，2018.05.23.Kubeflow（https://github.com/kubeflow）是基于Kubernetes（https://kubernets.io，容器编排与管
首先，如果没有安装显卡驱动，请下载先安装独立显卡驱动，如果已经安装好显卡驱动，请直接忽视安装显卡驱动。1、显卡驱动安装安装完ubuntu16.04系统之后，直接更新系统并重启。在多显卡的笔记本中，可能需要在BIOS系统里选择”自由选择显卡“，这样系统才能识别nvidia的显卡，并进行驱动更新。我这里是运用ppa更新的最新驱动，使用起来能够得到挺好的体验，并能够实现双显卡的自由切换。 首先，通过快
一、准备工作【前言】本教程将演示通过 VMware 安装 Ubuntu ，请提前下载好以下文件哦：VMware 软件Ubuntu 的 光盘镜像文件（.iso）【下载地址】VMware 官网链接 https://www.vmware.com/ 本教程使用版本：VMware Workstation 16 ProUbuntu 官网链接 https://www.ubuntu.org.cn/global下载
本篇推文共计1500个字，阅读时间约3分钟。腾讯云—腾讯倾力打造的云计算品牌，以卓越科技能力助力各行各业数字化转型，为全球客户提供领先的云计算、大数据、人工智能服务，以及定制化行业解决方案。具体包括云服务器、云存储、云数据库和弹性web引擎等基础云服务；腾讯云分析（MTA）、腾讯云推送（信鸽）等腾讯整体大数据能力；以及 QQ互联、QQ空间、微云、微社
在 KeyShot 中，有一个强大的功能就是材质模板，它能够自动化应用到模型上的材质，在使用材质模板时，任何人都可以通过它节省操作时间，使其自动应用材质到场景里的部件。当你将材质模板创建好后，便可以将材质应用到导入的新模型中。首先，在你的桌面上打开KeyShot这款软件，开启后，点击窗口 > 材质模板，打开材质模板窗口，材质模板窗口将出现在KeyShot界面的左边。注：使
作者 | 许明 随着Transformer 在NLP中的表现，Bert已经成为主流模型，然而大家在下游任务中使用时，是不是也会发现模型的性能时好时坏，甚至相同参数切换一下随机种子结果都不一样，又或者自己不管如何调，模型总达不到想象中的那么好，那如何才能让Bert在下游任务中表现更好更稳呢？本文以文本分类为例，介绍几种能帮
GPUImage项目下载地址：https://github.com/BradLarson/GPUImage.git下载项目时如果下载不下来可以直接check一份（之前下载了好多次都是下载失败，最后没办法了就直接check一份了）下载完成后打开项目，将项目中Headers中的所有头文件添加到自己的项目中，如下图：打开项目文件夹找到libGPUImage.a，拖到自己的项目中，如下图所示把下载下来的项
