经过调查是tensorflow不知道什么时候被替换安装成CPU版本了= =
原创
2022-07-19 11:45:38
288阅读
一、安装条件可以参考tensorflow官网需求https://tensorflow.google.cn/install/gpu 需求如下图1.nvidia gpu驱动必须在 418.x或者更高 2.cuda toolkit 10.1版本支持tensorflow 2.1以上版本 3.cuDNN SDK 大于或等于7.6 满足以上需求其他的可以忽略的ps：未安装cuda跟cudnn的可以先不安装，推
转载
2024-06-08 19:22:15
196阅读
安装tensorflow-gpu 2.5详细步骤1、配置python环境 安装anaconda。anaconda是用于科学计算、机器学习的专用软件包，包含python环境及sklearn等一系列机器学习相关库包。 安装完成后可以打开anaconda prompt 查看python版本，以笔者为例，版本为python 3.8.82、安装CUDA ToolKit 我们从tensorflow官方文档可知
转载
2023-12-15 18:49:41
43阅读
win10小课堂：玩游戏优化设置教程一、开启“游戏模式”二、禁用Nagle算法三、关闭不相干服务四、禁用全屏优化五、GeForce Experience设置六、关闭 Windows Defender七、关闭Xbox后台录制八、调整显卡控制面板 一、开启“游戏模式”游戏模式在Win10中是默认开启的，但有些系统可能会被关闭，建议自行检查一下。Win10的游戏模式有两个作用，一是游戏时阻止Windo
转载
2024-05-13 19:23:38
507阅读
Tensorflow安装CPU版：如果你的电脑没有NVIDIA的显卡的话，你就必须选择安装这个版本，不过这个版本的安装要比GPU版的简单，官方也推荐先用CPU版的来体验。 GPU版：TensorFlow在GPU上运行要比CPU上快很多，如果你的GPU能够达到要求就可以选择安装GPU版。 GPU版的安装要求 CUDA® Toolkit 8.0CUDA® Toolkit
转载
2024-03-15 05:23:00
85阅读
进入Anaconda Promt，在这里面创建虚拟环境找到Anaconda目录中的envs，记住这个的路径 一路转到这个envs目录下，在这里面建虚拟环境。每个人的envs文件在的位置不一样，这只是我自己的位置。为什么要在这里面建虚拟环境，因为我的C盘容量不够了，在e盘建的虚拟环境，下载的pytorch也在e盘。 创建虚拟环境，名字是pytorch-GPU，python版本是3.8#创建环境
co
继caffe-fasterrcnn后，又一个yolo-darknet的配置教程，希望可以帮助大家。注意：1、请严格按照我提供的安装顺序安装，即ubuntu-opencv2.4.10-darknet-cuda7.5-darknet-test2、有些您复制的终端命令如果不能在终端运行，请注意英文全角半角问题，您可以将命令输入终端，无须复制粘贴命令 第一部分：Ubuntu14.04桌面版下载及
# 如何在 PyTorch 中强制不使用 GPU
PyTorch 是一个广泛使用的深度学习框架，默认情况下，它能够自动识别并使用计算机上的 GPU（图形处理器）以加速计算。然而，有时我们可能需要在 CPU（中央处理器）上运行模型，例如在没有 GPU 的机器上，或者为了调试和测试。在本篇文章中，我将指导你如何在 PyTorch 中不使用 GPU，并确保你了解每一步的细节。
## 流程概述
我们
今天发现一个怪现象，在训练keras时，发现不使用GPU进行计算，而是采用CPU进行计算，导致计算速度很慢。用如下代码可检测tensorflow的能使用设备情况：from tensorflow.python.client import device_libprint(device_lib.list_local_devices()) 可用设备为：[name: "/device:CPU:0"device_type: "CPU"memory_limit: 268435456lo
原创
2021-08-12 22:02:53
389阅读
Tensorflow 中的constant和 Variabletf.constant()Sessiontf.placeholder()Session’s feed_dicttf.Variable()初始化 在 TensorFlow 中，数据不是以整数，浮点数或者字符串形式存在的。这些值被封装在一个叫做 tensor 的对象中 tf.constant()tf.constant() 返回的 ten
转载
2024-03-18 18:03:18
35阅读
这是19年初学faster rcnn时记下的一些笔记。 这几天主要的任务是用tensorflow配置并运行Faster-RCNN，配置好笔记本的环境，下载好各个需要用到的库。虽然说下几个软件说起来是很轻松的事，但这学期一直在不断的尝试配置tensorflow的GPU版本，但每次都因为一些解决不了的原因失败了，网上的教程太多了，自己也分不清该按照哪个版本来。 这次经过几天的不断尝试，终于成功地运行了
转载
2024-04-05 14:53:55
58阅读
查看机器 的信息： 持续更新查看： 其他方式如下：
原创
2022-08-10 17:32:44
208阅读
<!-- @page { size: 21cm 29.7cm; margin: 2cm } P { margin-bottom: 0.21cm } --> 在现今商品社会中，任何物品都有一个“价格”，连“古典文物”都有价。一般而言，开源软件都是“免费的”，但是，免了多少“费”（fee），打了多少“折
TensorFlow 计算加速内容摘自《TensorFlow实战Google深度学习框架》 第二版1. TensorFlow使用GPUTensorFlow程序可以通过tf.device函数来通过名称指定运行每一个操作的设备，这个设备可是是本地的GPU或CPU，也可以是一台远程的服务器。在默认情况下，就算及其有多个CPU，TensorFlow也不会区分他们，所有的CPU都使用/cpu:0为名称。一台
转载
2024-03-29 11:22:21
218阅读
历时两天，踩过很多坑，终于语气词装好了。说一下我的情况：tensorflowGPU-1.14.0，CUDA-10.0，cuDNN-v7.6.5，Anaconda3-2019.10，python-3.6，1650显卡。2020年3月2日 好了下面是步骤！大致的步骤为一、安装CUDA和cuDNN。二、安装Anaconda三、安装tensorflowGPU 下面一一介绍：一、安装CU
转载
2024-05-27 10:01:45
452阅读
折腾4天终于装好 tensorflow-gpu 版，此教程一是按照实际操作给自己做个记录，二是给各位一个参考尽量节省安装时间。 硬件：CPU: i5-7400,GPU: GeForce GTX1050Ti系统：Ubuntu 16.04, cuda 8.0, cudnn v5 1 安装前准备工作1.1 检查自己的 GPU 是否满足安装条件 打开终端输入以下指令： lspci
转载
2024-08-21 11:12:00
79阅读
今天给大家详细讲解一下如何在Windows10上配置安装好tensorflow的GPU版本1、首先，打开Tensorflow官网的安装指南（https://www.tensorflow.org/install/install_windows）。2、官网对安装Tensorflow GPU版提出了一些要求，如下图所示。要安装GPU版，首先确认自己电脑的显卡是否满足要求，也就是官网要求中的第四点。到电脑
转载
2024-04-27 09:55:08
159阅读
# 机器学习 不使用GPU
在机器学习领域，GPU已经成为处理大规模数据和复杂计算任务的重要工具。然而，并非所有人都有条件或需求使用GPU来加速机器学习工作。本文将介绍一些不使用GPU的机器学习方法，并展示如何利用CPU完成一些基本的机器学习任务。
## CPU vs GPU
GPU（Graphics Processing Unit）是一种专门用于图形处理的处理器，其并行计算能力远远超过CP
原创
2024-07-09 04:57:07
133阅读
在本文中，我们将探讨“window ollama不使用gpu”的问题，并详细记录解决该问题的过程。从协议背景到性能优化，我们将全面覆盖整个过程。
## 协议背景
Ollama是一款用于处理机器学习模型的工具，它在Windows系统上的运行理应支持GPU加速。但多用户报告称，Ollama在Windows上并没有利用GPU进行加速。这可能是由于软件设置、驱动程序不兼容或环境配置问题等原因。
首先
引言随着大规模数据集的出现，即使使用诸如随机梯度下降（SGD）等有效的优化方法来训练深层的神经网络也变得特别难。例如，在16张TPUv3芯片上训练BERT和ResNet-50等深度学习模型需要3天，而在8张Tesla P100 gpu上则需要29小时。因此，研究者们对开发用于解决此问题的优化方法有浓厚的兴趣。本文的目的是研究和开发优化技术，以加快训练大型深度神经网络的速度，主要是基于S
