在这个说明中提供了两种安装驱动的方法。在Linux下安装硬件驱动是一件很让人抓狂的事情，新手往往不知所措，不过相比起来，openSUSE在这一点上做得很不错，通过它自身的管理工具——YaST，可以比较容易的安装显卡驱动。不过我通过这种方法（方法1）安装没有成功，最后还是使用方法2搞定的。
安装方法1：
首先，通过YOU（Yast Online Update）升级N
搞机器学习也有一段时间了，每次部署GPU开发环境就是一场战争，先记录一下基本步骤，结合网上资料和个人实践整理如下：1、检查BIOS启动项，关闭一些选项在开机启动项的Security选项中检查UEFI是否开启，如果开启的话请立马关掉它（重要） 在开机启动项的Boot选项中检查Secure Boot是否开启，如果开启的话请立马关掉它（重要）2、安装相关依赖sudo apt-get install l
转载
2024-03-22 16:11:04
175阅读
1.官网下载archlinux ISO镜像https://archlinux.org/download/ 使用磁力链接下载2.使用软碟通将镜像写入U盘，制作成U盘启动盘3.进入BIOS 关掉 安全启动，并将启动方式设置为 UEFI4.插入U盘 开机按F12，进入启动顺序列表 选择自己的U盘5.进入 archlinux 安装系统之后，先连上网有线会自动连上，无线需要自己手动用
说明最近在学习CUDA，感觉看完就忘，于是这里写一个导读，整理一下重点主要内容来源于NVIDIA的官方文档《CUDA C Programming Guide》，结合了另一本书《CUDA并行程序设计 GPU编程指南》的知识。 因此在翻译总结官方文档的同时，会加一些评注，不一定对，望大家讨论指出。另外，我才不会老老实实的翻译文档，因此细节还是需要从文档里看的。看完两份文档总的来说，感觉《
ref 《OpenCL in Action》《OpenCL编程指南》《OpenCl异构并行计算 原理 机制与优化实践》Using OpenCL™ 2.0 Read-Write Images总体介绍图像对象On GPUs, image data is stored in special global memory called texture memory. Unlike re
Metal是苹果开发的图形计算接口，它是在移动端出现的比较早的现代图形API。本文将更侧重于移动端（IOS），对metal的API做一个大致的引入介绍。Apple GPU概述 在我们对Metal进行介绍前，先来
转载
2024-05-21 11:17:49
233阅读
# Docker调用GPU编写Dockerfile教程
## 整体流程
下面是完成该任务的整体流程：
```mermaid
pie
title Docker调用GPU编写Dockerfile流程
"了解Docker和GPU" : 10
"安装NVIDIA Docker" : 15
"创建Dockerfile" : 30
"构建Docker镜像" : 2
原创
2023-10-05 03:24:24
159阅读
： 一、dockerfile介绍： 是一种被Docker程序解释的脚本，Dockerfile由一条一条的指令组成，每条指令对应Linux下面的一条命令。Docker程序将这些Dockerfile指令翻译真正的Linux命令。Dockerfile有自己书写格式和支持的命令，Docker程序解决这些命令间的依赖关系，类似于Makefile。Docker程序将读取Dockerfile，根据指令生成定制
转载
2024-03-30 08:43:37
622阅读
前言： linux下platform平台驱动是为了方便隔离bsp与driver，利于移植。体现好代码的高内聚，低耦合。Linux设备驱动模型中，关心总线，设备和驱动三个实体。总线将设备和驱动绑定。在系统每注册一个设备的时候，都会寻找与之相匹配的驱动，相反的，每加载一个驱动的时候，也会寻找与之匹配的设备。匹配由总线完成。linux发明了一种虚拟的总线，称之为platform总线，相应的设备称之为p
转载
2024-04-30 20:06:34
220阅读
目录前言一、服务器登录1.1 下载安装putty1.2 putty远程登录 1.3 查看GPU、显卡常用命令1.4 Linux常用命令二、Anaconda创建虚拟环境并安装pytorch2.1 安装Anaconda2.2 安装Pytorch三、使用FileZilla拷贝文件至服务器3.1 下载安装FileZilla3.2 使用FileZilla传输文件 四、运行JupyterN
转载
2023-06-28 20:28:24
184阅读
编写python程序方法1打开“超级终端” 输入python3 ，输入python3表示用的python这门编程语言的第3个版本，如果只输入python的话表示用的是python的第2个版本输入以下代码编写python程序方法2打开编辑软件sublime 把以下代码，编写如下代码 保存代码 运行程序另外一种运行python的程序的方法在代码第一行写入执行时的python解释器路径，编辑完后需要对此
转载
2023-07-04 18:02:02
87阅读
本书介绍CPU和MATLAB的联合编程方法，包括首先介绍了不使用GPU实现MATLAB加速的方法；然后介绍了MATLAB和计算统一设备架(CUDA)配置通过分析进行zuiyou规划，以及利用c-mex进行CUDA编程；接着介绍了MATLAB与并行计算工具箱和运用CUDA加速函数库；zui后给出计算机图形实例和CUDA转换实例。本书还通过大量的实例、图示和代码，深入浅出地引导读者进入GPU的殿堂，易
转载
2024-04-28 18:57:11
55阅读
在上一篇文章《那么CUDA是如何进行并行编程的？》中，为了让GPU的并行计算更加高效，本篇文章从高效的内存策略和屏障和同步机制下的编程规则这两个角度来建议CUDA编程者更加高效的利用GPU。高效的内存策略所谓的高效的内存策略，其实就是两个原则：第一保证每个线程的计算量大，第二每个线程计算时对内存的读取速度快。本篇文章主要展开讨论下如何使得线程计算时对内存的读取速度快。直白来说就是如下两种策...
原创
2021-08-26 11:51:34
677阅读
文章目录一、安装Anaconda1.换源2.常用指令二、安装cuda和cudnn1.对应版本2.创建虚拟环境3.激活虚拟环境4.安装cuda4.安装cudnn三、安装tensorflow的GPU版本1.判断是否安装成功四、pycharm配置虚拟环境1.新建项目2.配置环境3.完成创建总结 一、安装Anaconda本文主要通过Anaconda来配置深度学习环境。 可以通过Anaconda官网下载附
转载
2023-08-02 19:19:31
74阅读
对于初次使用GPU加速代码的学习者来说，需要在电脑上安装支持GPU加速的部件，分以下三个步骤：安装支持GPU版本的Pytorch（非cpu版本）安装GPU版本的pytorch,在如下地址进入下载：https://pytorch.org/ 请选择好自己的操作系统和CUDA版本，使用图中的命令在Anaconda Prompt中运行‘run this Com
转载
2024-02-07 23:09:28
31阅读
本系列为英伟达GPU入门介绍的第二篇，主要介绍CUDA编程的基本流程和核心概念，并使用Python Numba编写GPU并行程序。为了更好地理解GPU的硬件架构，建议读者先阅读我的第一篇文章。GPU硬件知识和基础概念：包括CPU与GPU的区别、GPU架构、CUDA软件栈简介。GPU编程入门：主要介绍CUDA核函数，Thread、Block和Grid概念，并使用Python Numba进行简单的并行
转载
2023-09-09 21:21:14
169阅读
文章目录torch 查看GPUnvidia-smi 详解cuda 用法python -m 参数官方文档解释 torch 查看GPUtorch.cuda.is_available() # cuda是否可用；
torch.cuda.device_count() # 返回gpu数量；
torch.cuda.get_device_name(0) # 返回gpu名字，设备索引默认从0开始；
t
转载
2023-08-09 16:42:55
172阅读
无论读者使用的是哪种操作系统，相信都已经安装好了 Python 环境，可以通过命令行窗口或者 Python 自带的 IDLE 成功启动交互式解释器(如图所示)。本节将带领读者正式编写第一个 Python——输出“Hello World”。在上图中的提示符 >>> 的由此，直接输入如下代码：print ("Hello World")这行 Py
转载
2023-09-12 20:33:32
107阅读
目录编写Python扩展1. 创建应用代码2. 根据样板编写封装代码2.1 包含Python头文件2.2 为每一个模块函数添加形如PyObject* *Module_func()* 的封装函数2.3 为每一个模块函数添加一个PyMethodDef *ModuleMethods[]* 数组/表2.4 添加模块初始化函数3 编译并测试3.1 创建 setup.py3.2 运行 setup.py 来编
转载
2023-08-22 16:18:41
116阅读
NVIDIA在GTC 2025大会上宣布CUDA平台将原生支持Python编程，为GPU加速计算带来重大突破。这一更新直接消除了Python开发者使用CUDA的技术障碍，无需再通过C/C++间接调用。
