Ubuntu22.04系统安装软件、显卡驱动、cuda、cudnn、pytorch安装 Nvidia 显卡驱动安装 CUDA安装 cuDNN安装 VSCode安装 Anaconda 并更换源在虚拟环境中安装 GPU 版本的 PyTorchUbuntu系统安装搜狗输入法Reference 这篇博文主要介绍的是 Ubuntu22.04 系统中软件、显卡驱动、cuda、cudnn、pytorch 等
# 如何查看PyTorch是否在使用显卡
PyTorch是一个流行的深度学习框架，可以利用GPU加速计算，提高模型训练的速度。在使用PyTorch进行模型训练时，我们希望确认代码是否在使用显卡，以充分利用硬件资源。下面将介绍如何查看PyTorch是否在使用显卡。
## 确认PyTorch是否在使用显卡
在PyTorch中，我们可以使用`torch.cuda.is_available()`函数
原创
2024-04-01 05:54:09
205阅读
1.Anaconda相关1.1 使用anaconda展示现有的环境：conda env list1.2 删除现有的anaconda 虚拟环境 ：conda remove -n XXXX(虚拟环境名称) --all会有个选项问你是不是全删了，选择y2.配置CUDA(cuda runtime)，如何选择CUDA版本因为如果使用GPU版本的Pytorch，则需要使用CUDA runtime 补
转载
2023-09-21 19:40:21
30阅读
一、前言 在准备大刀阔斧进入start_kernel之际，我有重新review了一下head.S文件，看看是否有一些遗漏的知识点，很不幸，看到了CONFIG_EFI这个配置项。当然，在一年前阅读kernel代码的时候就了解过相关的内容，但是，做为一个嵌入式工程师总是或多或少对其有些排斥，因此习惯性的忽略掉CONFIG_EFI相关的代码，逃避总不是办法，在本文中，我们一起来探讨ARM64平台上UE
转载
2024-08-17 11:35:14
184阅读
一、Ubuntu16.04安装在ubuntu16.04之前，我已经是win10的系统。然后在网上搜索了大量的帖子，都说装双系统要看电脑是哪种启动方式，BIOS（Iegacy）+MBR 和 UEFI+GPT，可以简单的理解为EFI是新一代的BIOS，GPT是新一代的分区方式。基本上目前市面上的新机器，都是以UEFI+GPT构架为主。需要注意的是，对于 UEFI固件，一般还是沿用之前的称呼：BIOS，
转载
2024-04-22 16:35:27
1382阅读
# Python代码查看显卡是否启用
## 引言
在进行深度学习、机器学习和图形渲染等任务时，显卡是一个非常重要的硬件设备。由于显卡具有强大的并行计算能力，它可以加速这些计算密集型任务的执行速度。因此，了解显卡是否正常启用对于确保程序的正常运行和性能优化非常重要。
在本文中，我们将介绍如何使用Python代码来检查显卡是否启用，并提供一些示例代码来帮助读者更好地理解。
## 确定显卡是否启
原创
2023-11-15 07:08:29
331阅读
# 如何查看显卡是否支持虚拟化
在现代计算环境中，虚拟化技术的应用越来越广泛，尤其是在云计算、大数据处理和开发测试等领域。本文将介绍如何查看显卡是否支持虚拟化，并通过代码示例和图表帮助您更好地理解这个主题。
## 1. 理解显卡虚拟化
显卡虚拟化是指利用软件技术，将物理显卡的资源进行划分，使其能够被多个虚拟机共享。常见的显卡虚拟化技术包括NVIDIA的vGPU（虚拟GPU）和AMD的MxGP
原创
2024-09-04 05:04:15
708阅读
在处理计算机故障时，显卡的问题往往是用户最关心的。如何从 BIOS 查看显卡是否损坏，成为了一个常见的问题，这里我们将详细讨论这一过程。
在用户打开机器后，显卡的状态至关重要。用户通常在这时会遇到蓝屏、黑屏、图像处理异常等各种情况。这些都可能与显卡性能有关。这种情况下，用户希望通过 BIOS 直接了解显卡的状态。在 BIOS 中，显卡信息通常被列出，如果显卡损坏，可能会显示为不可用状态。
##
这篇超能课堂诞生过程是这样的：某天某小编利用上班时间在“吃鸡”（玩绝地逃生），用着最牛X的超级小钢炮游戏配置（i7-7700K+GTX 1080 Ti），按道理来说4K画质下起码流畅才是，可总觉得一卡一顿的，游戏体验十分糟糕，最后连“鸡”都吃不成。检查驱动、显卡设置都没有问题，某小编一时间犯了难，难道真的是技不如人？经过高人指点，终于发现了端倪，在游戏显示选项中，我们赫然发现4K分辨率下屏幕刷新了
装饰器代码运行期间动态增加功能的方式，称之为“装饰器”（Decorator）。装饰器是一个很著名的设计模式，经常被用于有切面需求的场景，较为经典的有插入日志、性能测试、事务处理等。装饰器是解决这类问题的绝佳设计，有了装饰器，我们就可以抽离出大量函数中与函数功能本身无关的雷同代码并继续重用。概括的讲，装饰器的作用就是为已经存在的对象添加额外的功能。其实弄明白了python中的嵌套函数（也就是所谓的闭
转载
2023-08-29 13:59:29
65阅读
说明因为装3060Ti的时候踩了坑(雷?)，所以不太清楚这张卡是不是如同之前想象的一样，所以这篇文章会进行一系列的实验和对比。可能对其他希望用显卡进行计算的人有所帮助。1 本篇的代码可以在装好显卡（以及环境）以后测试。2 估算CPU以及不同显卡间的算力差距。显卡计算的特点是：只要内存不爆，那么多大的矩阵计算时间是差不多的。1 基本概念如果把显卡只当成矩阵计算的工具，那么最重要的就是矩阵的尺寸/数据
转载
2023-08-04 19:19:25
404阅读
最近刚到了联想小新Pro 13，首发价抢到了中配I5-10210 ，16G，2.5K屏。日常吐槽联想垃圾，但是最终还是难逃真香定律。装个win10 + Ubuntu18.04双系统：但是在Ubuntu18.04系统中，没有装上WiFi驱动，出现No Wi-Fi Adapter Found ！！！！！！！(特别注意，Linux系统无线网卡不能使用，但是有线网络还是能够使用，下面配置均是在有
转载
2024-05-05 11:42:05
137阅读
Python可以通过使用第三方库`pycuda`来查看显卡架构。`pycuda`是一个用于在Python中运行CUDA代码的库，它提供了一个简单的接口来与NVIDIA显卡进行交互。下面我们将介绍如何使用`pycuda`来查看显卡架构。
首先，我们需要安装`pycuda`库。可以使用pip来安装：
```bash
pip install pycuda
```
安装完成后，我们可以使用以下代码来
原创
2024-05-11 07:44:22
94阅读
工作中越来越多的需求是要将数据以3D的形式展示给用户，但是在实现3D特效之前，都需要有一个准备阶段。OpenGL规范描述了绘制2D和3D图形的抽象API，正所谓“工欲善其事必先利其器”，所以，学习OpenGL之前，当然是需要搭建好运行的环境。今年的目标就是熟练掌握好OpenGL的入门知识，之前由于工作的原因，迟迟无法开展，今天终于抽空搭建好了OpenGL环境。搭建OpenGL环境过程中，也是花费了
转载
2024-09-27 20:37:00
94阅读
1. 利用CUDA_VISIBLE_DEVICES设置可用显卡在CUDA中设定可用显卡，一般有2种方式：(1) 在代码中直接指定import os
os.environ['CUDA_VISIBLE_DEVICES'] = gpu_ids(2) 在命令行中执行代码时指定CUDA_VISIBLE_DEVICES=gpu_ids python3 train.py如果使用sh脚本文件运行代码，则有3种方
转载
2023-08-05 19:13:13
268阅读
常用命令整理如下：查看主板的序列号: dmidecode | grep -i ’serial number’用硬件检测程序kuduz探测新硬件：service kudzu start ( or restart)查看CPU信息：cat /proc/cpuinfo [dmesg | grep -i 'cpu'][dmidecode -t processor]查看内存信息：cat /proc/memin
转载
2024-03-26 06:19:16
194阅读
【windows自带exe】使用`findstr.exe`来搜索包含某个字符串的文件写在最前面什么是`findstr.exe`?如何使用`findstr.exe`查找文件中的字符串？示例：查找JSP文件中包含"jsonp"的文件注意事项小结 ?你好呀！我是 是Yu欸 前些天发现了一个人工智能学习网站，内容深入浅出、易于理解。如果对人工智能感兴趣，不妨点击查看。写在最前面在Windows系统
环境Win832位+VS2013+N卡，由于实验室的电脑显卡是N卡，所以需要下载CUDA Toolkit 5.0（最新能用的版本好像是7.5，但是只有64位版的）。若你的电脑是A卡，那么就不需要往下看了。 首先，确定你的显卡支持OpenCl（现在好像几乎所有显卡都支持）。可以用GPU Caps Viewer这款软件检测。第一步： 下载CUDA Toolkit 5.0软件，地址：https://de
转载
2024-04-03 09:23:45
344阅读
在如今的深度学习和大数据处理中，显卡的算力对模型训练的效率有着极大的影响。很多开发者在使用 Python 进行深度学习时，常常需要查看显卡的算力，以便合理分配资源。这篇文章将深入探讨 “python 如何查看显卡算力” 的过程，包括问题背景、错误现象、根因分析、解决方案和验证测试等方面。
## 问题背景
在深度学习、计算机视觉以及大数据处理过程中，显卡的算力是至关重要的。算力不足会导致模型训练时
【1】按下win+x，点击进入设备管理器
2
【2】在设备管理器下找到“显示适配器”
3
【3】在显示适配器下查看到自己的独立显卡型号，该电脑的独立显卡型号为MX150
4
【4】进入百度搜索，MX150 GEFORCE
5
【5】点击进入，就能看到MX150支持的技术，其中DirectX 12前面打了绿色的√，说明该显卡是支持Direct
转载
2020-10-09 11:39:00
2517阅读
2评论
