写在开始之前# cd /usr/bin
# ls python*
python python2 python2.7默认Centos7中是有python安装的，但是是2.7版本，这个版本被系统很多程序所依赖，所以不建议删除，保险起见，最好先做好备份。 $ mv python python.bak1、安装python3.6.x$ yum -y install zlib-devel bzip2-de
（一般pip安装会比conda安装较高效）。3 用pip 安装本文安装 torch 1.13.0+cuda11.6 ，命令如下pip install torch1.13.1+cu116 torchvision0.14.1+cu116 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu116注意：这个命令将
# 理解 NumPy在这篇文章中，我们将介绍使用NumPy的基础知识，NumPy是一个功能强大的Python库，允许更高级的数据操作和数学计算。# 什么是 NumPy?NumPy是一个功能强大的Python库，主要用于对多维数组执行计算。NumPy这个词来源于两个单词-- Numerical和Python。NumPy提供了大量的库函数和操作，可以帮助程序员轻松地进行数值计算。这类数值计算广泛用于以
Py-Spy介绍引用官方的介绍：Py-Spy是python程序的抽样分析器。 它允许您可视化查看Python程序在哪些地方花了更多时间，整个监控方式无需重新启动程序或以任何方式修改工程代码。 Py-Spy的开销非常低：它是用Rust编写的，速度与编译的Python程序不在同一个进程中运行。 这意味着Py-Spy可以安全地用于生成生产环境中的Python应用调优分析。github：https://g
# PyTorch：CPU与GPU的选择
## 引言
在当今的深度学习领域，PyTorch因其高效、灵活和易于使用而受到广泛欢迎。无论是在学术研究还是实际应用中，PyTorch提供了强大的功能来支持复杂的模型训练。而许多新手初学者在使用PyTorch时，常常问一个重要问题：“PyTorch是运行在CPU上还是GPU上？”接下来，我们将深入探讨PyTorch的计算设备选择，并通过代码示例来帮助大
原创
2024-10-22 05:51:08
50阅读
-- 图形学工程师 1.渲染执行流程； 2.Shader 编程技巧； 3.材质渲染案例； 4.后处理渲染案例； 5.Shader 编程优化案例；-- 图形学编程- 如何快速成长为图形学工程师- OpenGL核心技术- Google Android多媒体和图形图像- https://github.com/google/grafika 学openGL必知道的图形学知识- 图形
# 查看 PyTorch 是 CPU 还是 GPU 的方法
在深度学习和机器学习的工作中，选择合适的计算资源至关重要。PyTorch 是一个流行的深度学习框架，支持 CPU 和 GPU 运算。对于刚入行的小白来说，了解如何查看 PyTorch 当前工作的是 CPU 还是 GPU 是非常重要的。本文将带你一步步完成这个任务。
## 流程概述
以下是查看 PyTorch 是 CPU 还是 GPU
原创
2024-08-01 11:10:23
558阅读
个人总结：为什么要翻转卷积核？卷积的概念来源于数学的卷积公式，而卷积核是按照卷积公式给出的，它和要处理的像素块之间位置不对应，翻转之后就一一对应了，就可以直接在程序中对应相乘再相加，也就是说我们拿到一个卷积核后，可以手动先把它反转好，然后输入到程序中，这样在程序中就不用翻转了，整个程序执行过程中并没有所谓卷积的概念，公式，只有简单的数学相乘和相加而已 神经网络中的卷积层，它的
目录安装cuda下载cuDNN包cuda配置验证pycharm内下载gpu版TensorFlow 安装cuda下载链接：https://developer.nvidia.cn/cuda-downloads? 直接安装，首先提取在temp目录：这个temp目录在退出安装以及安装完成后会自动删除，如果没有，我们也可以手动将其删除提取完成后，就进入安装步骤直接精简安装即可，省事快捷，占点储存空间在现在
setx.exe不是系统默认自带的命令，但可以从微软的网站(2K,XP)上下载到，是官方的咚咚，所以可以放心使用。这里是我从2K里的安装文件中抽取出来的exe文件，不想安装又信得过我的话可以下载。以下是它的用法，转载的别人的：Setx在本地或系统环境中设置环境变量，无需编写程序或制作脚本。Setx 还检索注册表项并将其写入到文本文件。语法setx [/s Computer [/u [Domain\
在前一阶段的项目中用到了LGB，比起刚开始准备的XGB，结果告诉我LGB速度更快，且准确率更高，鉴于目前各大比赛或者面试中常考这两种算法，总结一下目前两者的区别和联系：xgboost采用的是level-wise的分裂策略，而lightGBM采用了leaf-wise的策略，区别是xgboost对每一层所有节点做无差别分裂，可能有些节点的增益非常小，对结果影响不大，但是xgboost也进行了分裂，带来
以下内容都是针对Pytorch 1.0-1.1介绍。很多文章都是从Dataset等对象自下往上进行介绍，但是对于初学者而言，其实这并不好理解，因为有的时候会不自觉地陷入到一些细枝末节中去，而不能把握重点，所以本文将会自上而下地对Pytorch数据读取方法进行介绍。1|0自上而下理解三者关系首先我们看一下DataLoader.next的源代码长什么样,为方便理解我只选取了num_works为0的情况
参考参考轮廓的基本概念在OpenCV中，可以通过cv::findContours()函数，在灰度图中寻找轮廓。函数原型：void findContours( InputArray image, OutputArrayOfArrays contours,
OutputArray hierarchy, int mode,
转载
2024-09-25 17:41:18
84阅读
1.内存屏障（memory barriers）是一组处理器指令，用于实现对内存操作的顺序限制2.缓冲行（cache line）CPU高速缓存中可以分配的最小存储单位。处理器填写缓存行时会加载整个缓存行，现代CPU需要执行几百次CPU指令3.原子操作（atomic operations）不可中断的一个或一系列操作4.缓存行填充（cache line fill）当处理器识别到从内存中读取操作数是可缓存
前言1.最近非常火的YOLOX，是旷视提出并开源新一代实时目标检测网络，具体的算法原理和性能可以转到github,想上手试试，如果是Linux话，可以按照官方文档给步骤一步步执行下去就可以了，是Win的话，中间有些不同的步骤。 2.我的环境是win10 x64,CUDA10.2 cudnn 7.1 GPU 是GTX 1660ti,Anaconda 3.7.环境配置1.看看官方的linux下的安装步
转载
2024-09-25 15:09:27
0阅读
在探索如何“查看ollama是用CPU还是GPU”的过程中，我们切实体验到了IT技术中的各种交互与分析方法，并将这一过程记录下来，供大家参考。此过程不仅让我们深入了解了ollama的运行机制，还增强了我们对系统资源分配的认知。
## 协议背景
### 关系图及文字描述
在探讨 ollama 的计算资源使用方式时，我们首先需要理解 CPU 与 GPU 的基本架构及其特点。CPU（中央处理单元）是
PX像素(pixel).相对长度单位 像素是相对于显示器屏幕分辨率而言的。譬如，WONDOWS的用户所使用的分辨率一般是96像素/英寸。而MAC的用户所使用的分辨率一般.pt是绝对长度，px是相对的， 我现在创建了一个图片A,A的分辨率为1400px .px:pixel，像素，屏幕上显示的最小单位，用于网页设计，直观方便；pt:point，是一个标准的长度单位，1pt=1/72英寸，用于印刷业，非
转载
2024-10-24 20:31:50
53阅读
文章目录一、层和块1.自定义块2.顺序块3.在前向传播函数中执行代码二、参数管理1.参数访问2.参数初始化3.参数绑定三、自定义层1.不带参数的层2.带参数的层四、读写文件1.加载和保存张量2.加载和保存模型参数五、使用GPU[相关总结]state_dict() 一、层和块 为了实现复杂神经网络块，引入了神经网络块的概念。使用块进行抽象的一个好处是可以将一些块组合成更大的组件。 从编程的角度来看
CEF是什么 CEF是Chromium Embedded Framework的缩写，是个基于Google Chromium项目的开源Web browser控件，支持Windows, Linux, Max平台。除了提供C/C++接口外，也有其他语言的移植版。 因为基于Chromium，所以CEF支持Webkit & Chrome中实现的HTML5的特性，并且在性能上面，也比较接近Chrom
不知大家有没有遇到这样的情况，一台电脑使用了一段时间后开始卡了，即使重装了系统也没有用，依然卡的不要不要的。一般这种情况就是遇到了电脑性能瓶颈，下面小编就教大家如何找电脑的性能瓶颈。方法一对于win7来说用系统自带的测试工具就可以了1.右击计算机，点击属性。2.然后出现如下图所示界面，这里我们点击“要求刷新Windows体验指数”3.出现为计算机评分并提高其性能，点击“立即刷新”4.随后win7系
