从简，不说废话：# 数字、字符串、tuple都是不可变对象
# list、dict是可变对象
#Python函数参数对于可变对象，函数内对参数的改变会影响到原始对象；对于不可变对象，函数内对参数的改变不会影响到原始参数。原因在于：可变对象，参数改变的是可变对象，其内容可以被修改。不可变对象，改变的是函数内变量的指向对象。
# 命令运行python程序时如何指定CUDA
## 项目方案简介
本项目旨在介绍如何在命令行中运行Python程序时指定CUDA设备。CUDA是英伟达公司开发的用于并行计算的计算统一设备架构，可用于加速计算密集型任务。
为了成功指定CUDA设备，在运行Python程序之前，我们需要进行一些准备工作。具体而言，我们需要安装正确版本的CUDA驱动程序、CUDA工具包和PyTorch等必要的库。
原创
2023-10-16 08:35:36
836阅读
# Python 指定 CUDA 包的使用
在现代深度学习和科学计算领域，CUDA（Compute Unified Device Architecture）是当今主流的并行计算平台和编程模型。为了充分利用 NVIDIA GPU 的强大计算能力，Python 提供了多种与 CUDA 兼容的库，如 CuPy、TensorFlow 和 PyTorch。本篇文章旨在介绍如何在 Python 程序中指定使
pytorch的安装python库的安装python库的安装可以直接在python官网上下载，但是下载后的只有python本身而没有其他三方库。我们知道在python编程中最头疼的就是版本兼容问题，因此单下python可能会对后续编程产生不必要的bug，因此选择合适的包管理工具尤为重要。“工欲善其事，必先利其器。” Anaconda 是一个基于 Python 的数据处理和科学计算平台，它已经内置了
转载
2023-11-02 08:45:56
91阅读
在深度学习和高性能计算的领域中，CUDA（Compute Unified Device Architecture）是一个非常重要的技术。通过CUDA，开发者可以利用NVIDIA显卡的并行计算能力来加速计算任务。然而，在实际开发过程中，可能会遇到“python指定cuda版本”的问题，这往往会影响到工作效率和项目进展。本文将记录下这一问题的解决过程，并提供一些最佳实践和工具支持。
## 背景定位
得益于过去数十年间计算能力的提升，深度学习，计算机视觉，生物医疗等众多领域都得到了飞速发展，但与此同时，各行业对计算能力的要求也越来越高，单一的串行计算已经难以满足计算需求，而并行计算无疑是当下提升计算能力的最佳方案。 作为当前最主流的并行化程序编程方法之一，CUDA能实现在CPU和GPU上的异构编程，有效地管理可用资源并提供最大化的执行速度增益。在当前火热的高性能计算、人工智能等领域，
转载
2024-08-19 15:28:11
26阅读
1_0 并行计算与计算机架构【CUDA 基础】1.0 并行计算与计算机架构并行计算其实设计到两个不同的技术领域：计算机架构（硬件）：生产工具并行程序设计（软件）：用工具产生各种不同应用1.1 并行性写并行程序主要是分解任务，一般把一个程序看成是指令和数据的组合，当然并行也可以分为这两种：指令并行数据并行我们的任务更加关注数据并行。任务并行多出现在各种管理系统，比如我们天天用的支付系统，基本上每时每
转载
2024-07-25 09:46:03
53阅读
## Python CUDA指定地址的详细介绍
CUDA（Compute Unified Device Architecture）是NVIDIA推出的并行计算平台和编程模型，允许开发人员使用C、C++和Python等语言在NVIDIA GPU上执行计算密集型的任务。为了提高性能，很多时候我们需要在CUDA操作中精确控制内存的分配和使用位置。在这篇文章中，我们将讨论如何在Python中使用CUDA
前阵子新买的电脑到货了，RTX3060的显卡，想着终于可以用GPU训练网络了，试着装了一下，这一装就是两天啊。。。 我没在电脑上装Anaconda，只装了Python和Pycharm，刚开始用pip装了一些像numpy之类的库了。在站里找教程装Cuda，可是装好之后在Pycharm里运行代
转载
2024-07-17 19:14:14
146阅读
welcome to my blog只需两步第一步, 打开"Edit Configurations"第二步, 设置环境变量, 按下图序号操作即可
原创
2023-01-18 01:13:43
499阅读
概念介绍什么是GPU？GPU全称是Graphics Processing Unit，即图形处理器，是一种专门进行绘图运算工作的微处理器。虽然GPU在游戏中以3D渲染而闻名，但是GPU相较于传统的专为通用计算而设计的CPU，GPU是一种特殊类型的处理器，具有数百或数千个内核，经过优化，可并行运行大量计算，对运行深度学习和机器学习算法尤其有用。GPU允许某些计算机比传统CPU上运行相同的计算速度快10
转载
2023-07-23 21:47:22
204阅读
CUDA编程入门Hello World首先一段程序写个hello world#include <stdio.h>
__global__ void hello(){
printf("Hello, threadIdx is:%d\n",threadIdx.x);
}
int main(){
hello<<<1,32>>>();
转载
2023-12-16 20:53:15
244阅读
# 如何在 PyTorch 中指定 CUDA 设备
PyTorch 是一个流行的深度学习框架，它支持在 GPU 上进行高效计算。对于刚入行的小白，了解如何在 PyTorch 中指定 CUDA 设备是非常重要的。本文将一步步指导你如何实现这一目标。
## 流程概述
我们来查看整个过程中需要采取的步骤。以下是一个简单的流程表：
| 步骤 | 描述
# 如何在Python中使用CUDA运行程序
在现代计算中，利用GPU（图形处理单元）加速计算任务逐渐成为趋势。CUDA（Compute Unified Device Architecture）是NVIDIA开发的一种并行计算平台和编程模型，使得开发者能够在NVIDIA GPU上运行程序。本文将指导你如何在Python中使用CUDA来运行程序。
## 整体流程
在开始之前，我们先看看整个流程
原创
2024-10-21 04:44:36
1040阅读
1、前言在使用tensorrt的时候，一般是使用cpp，对于cpp基础一般的同学不是很友好，尤其是在学习的过程中，而cpp主要是在部署的时候用到，最近了解到了Nvidia推出的cuda-python库，与之前的pycuda有类似的功能，但整体的编码风格与cpp类似，可以参考下文的代码，转成tensorrt之后，可以在python中先编写后处理的方式，有需要时再改写成cpp，也是一种不错的方式，但p
因为LZ是使用GPU服务器跑TensorFlow，而TensorFlow默认的是占用所有GPU，于是为了不影响其他同学使用GPU，于是就试验和总结了一下TensorFlow指定GPU的方法。。环境系统：Ubuntu14.04TensorFlow：v1.3GPU 8个GTX1080，第一列的0~7的数是GPU的序号一.设置指定GPU1.一劳永逸的方法，直接在~/.bashrc中设置环境变量 CUD
转载
2024-05-07 13:13:33
811阅读
1、内核调用介绍 使用ANSI C 和cuda扩展关键字编写的代码称为内核，该代码是运行在gpu上面，通过cpu代码通过内核调用的方式来启动。也就是说，内核调用即cpu代码启动gpu代码。内核调用通常会生成大量的块（Block）和线程（Thread）来在GPU上并行处理数据。内核代码类似普通的C函数，不同的是这段代码是由多个线程并行执行的。 2、内核调用语法介绍kernel<<<
# 如何使用 Docker 运行指定 CUDA 版本的容器
在当今的开发环境中，Docker 为我们提供了一个方便的方式来打包和分发我们的应用程序及其依赖。对于希望使用 GPU 加速的开发者来说，特别是在深度学习领域，学会如何在 Docker 中指定 CUDA 版本显得尤为重要。本文将为您详细介绍如何实现这一过程。
## 过程概览
为了运行指定 CUDA 版本的 Docker 容器，我们可以
原创
2024-08-20 10:36:17
76阅读
最近在学习JAVA 注解这块总是一知半解、模模糊糊的，特地抽出时间对注解知识做个全面梳理，希望对其他初级学习者能有所帮助，文章转载并手动试验代码。什么是注解Annotation（注解）就是java提供了一种元程序中的元素关联任何信息和着元数据的途径和方法。Annotation（注解）是一个接口，程序可以通过反射来获取程序元素的Annotation对象，然后通过Annotation对象来获取注解里面
准备工作——Cmake在 MacOS 环境下，建议以 Xcode 和 homebrew 作为主要的 build 工具，具体配置方法这里不再赘述。建议参考 Installing OpenCV 3 from Source on macOS Catalina 配置 Cmake 相关较为完备的命令行工具。下文中仅 Cmake 为必要的 Shell 命令。$ brew install cmake实现步骤1.
