如图 代码所属：https://github.com/bubbliiiing/ssd-tf2怕到时候改坏了 unbelievable（不是）import time
import cv2
import numpy as np
import tensorflow as tf
from PIL import Image
from ssd import SSD
gpus = tf.config.ex
转载
2024-06-19 05:45:10
41阅读
深度学习等计算密集型任务很关注设备的峰值算力，落实到具体指标，就是大家都很关心T(FL)OPS (Tera (FLoat) OPerations per Second)。这里，operations具体指的就是乘加操作。该指标在GPU上是明确标示供查的，但CPU目前并不会在spec中暴露TOPS指标。一种方法可以通过跑BLAS的benchmark来测量的，这种方法有两个问题：一是需要一定的操作成本，
dstwo作为史上最为优秀的一款nds烧录卡，这个烧录卡不仅支持完美运行nds游戏，还可以利用强大的硬件来运行许多经典模拟器游戏，其中就包括经典的sfc模拟器，下面给大家带来一款目前在兼容性和速度最好的dstwo用sfc模拟器插件Catsfc的使用教程及更新日志。dstwo sfc模拟器插件Catsfc的众多优点：安装方法：将catsfc.plg, catsfc.bmp, catsfc.ini放到
tf.GPUOptions(allocator_type , allow_growth , deferred_deletion_bytes, force_gpu_compatible,
per_process_gpu_memory_fraction , polling_active_delay_usecs, visible_device_list)allocator_type： str，要使用的
转载
2024-04-10 12:52:38
83阅读
TensorFlow Lite 在GPU环境下 TensorFlow Lite支持多种硬件加速器。本文档介绍如何在安卓系统（要求OpenGL ES 3.1或更高版本）和iOS（要求iOS 8 或更高版本）的GPU后端（backend）使用TensorFLow Lite delegate APIs。使用GPU加速的优势速度GPUs 设计为具有高吞吐量、可大规模并行化的工作负载（worklo
转载
2024-03-08 09:25:27
251阅读
一.内存基础知识1.Java内存生命周期：1.创建阶段（Created）： 系统通过以下步骤来创建java对象：
1.为对象分配内存空间2.构造对象3.从超类对子类依次对static成员初始化，类的初始化在ClassLoader加载该类的时候进行4.超类成员变量按顺序初始化，递归调用超类的构造函数5.子类成员变量按顺序初始化，一旦子类被创建，子类构造方法就调用该对象，给对象变量赋值2
Anaconda安装脚本下载Anaconda环境首先需要去官网去确认你要下载的版本，根据你的Ubuntu的环境。博主使用离线下载的方案，选择的是Anaconda3-4.0.0-Linux-x86_64.也可以直接通过命令行下载：wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-4.0.0-Linux-x86_6
转载
2024-07-10 05:05:49
66阅读
需要注意的说在前头，下面卸载和安装cuda可以参考给的链接里的内容，操作是一样的，但是cudnn与cuda文件的配置以及环境变量的配置不要按照那两篇博客的来，因为它针对的是cuda10.0的，文件结构的变化还是挺大的。第三个目录的"将cudnn部分文件放入cuda中"是我本身成功的经历，而且版本是10.2的，这个可以参考。卸载cudawindows下CUDA的卸载以及安装 按照这里的步骤卸载cud
开始学习tensorflow了，记录一下 提前说一下前面我已经安装好了nvidia的驱动以及 cuda cudnn，没有安装的话需要根据文档安装 cuda文档地址 cudnn安装文档 下面的教程根据官方文档记录 文档地址，python3, 我安装的时候出现一个问题，解决方法是一定要安装cuda9.0 cuda9.1会有问题，tf暂时不支持1. 安装libcupti-devlibcupti-d
使用GPU跑tensorflow程序，默认加载所有的GPU，但计算过程中只会用其中一块。也就是你看着所有GPU都被占用了，以为是在GPU并行计算，但实际上只有其中一块在运行；另外的所有显卡都闲着，但其显存都被占用了，所以别人也用不了。不过这种情况通过在程序之前加三行代码就可以解决：import os
os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"
os
转载
2024-03-21 11:02:28
108阅读
在tensorflow中，我们可以使用 tf.device() 指定模型运行的具体设备，可以指定运行在GPU还是CUP上，以及哪块GPU上。
设置使用GPU
使用 tf.device('/gpu:1') 指定Session在第二块GPU上运行：import tensorflow as tf
with tf.device('/gpu:1'):
v1 = tf.constant([1.0,
转载
2018-03-29 19:52:00
237阅读
2评论
在终端执行程序时指定GPUCUDA_VISIBLE_DEVICES=1 python your_file.py这样在跑你的网络之前，告诉程序只能看到1号GPU，其他的GPU它不可见可用的形式如下：CUDA_VISIBLE_DEVICES=1 Only device 1 will be seen CUDA_VISIBLE_DEVICES=0,1 Devices 0 and 1 will be vis
转载
2019-03-13 17:01:00
116阅读
2评论
今天在阿里云上申请了一个深度学习服务器，碰到了很多坑，在网上查了好多资料，大都是自己电脑可以别的电脑就不可以的那种，整合了多个博客的文章才把环境配置好，现在写一个完整的配置方案，以后用起来就方便多了，也供大家参考。一、首先安装nvidia驱动：***在官网上查找符合自己gpu的驱动：http://www.nvidia.com/Download/index.aspx，选择合适的版本下载。 更新系统源
转载
2024-05-01 11:33:01
210阅读
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
后面的不用看了，直接看最省事版本： 直接用CUDA_VISIBLE_DEVICES="2,3"指定多卡就可以，也可以给sh文件传参进去。但是，切记！切记！切记！sh文件里不能有空行，尤其是使用反斜杠 \ 连接多行的时候，
转载
2024-03-24 08:52:37
916阅读
持续监控GPU使用情况命令：$ watch -n 10 nvidia-smi 一、指定使用某个显卡 如果机器中有多块GPU，tensorflow会默认吃掉所有能用的显存， 如果实验室多人公用一台服务器，希望指定使用特定某块GPU。 可以在文件开头加入如下代码：import os
os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"
os.environ[
转载
2024-07-22 17:08:16
209阅读
os.environ["CUDA_VISIBLE_DEVICES"] = "-1"
原创
2022-11-24 12:06:03
158阅读
tflite其实就是谷歌自己的一个轻量级推理库。主要用于移动端。之前的tensorflow mobile那一套到2019年就不再维护了。tflite使用的思路主要是从预训练的模型转换为tflite模型文件，拿到移动端部署。tflite的源模型可以来自tensorflow的saved model或者frozen model,也可以来自keras。tflite做了哪些优化用Flatbuffer序列化模
1、目前主流方法：.to(device)方法 （推荐）import torch
import time
#1.通常用法
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
data = data.to(device)
model = model.to(device)
'''
1.先创建device
转载
2023-08-31 10:09:45
4606阅读
## 如何使用tf.config.list_physical_devices('gpu')
作为一名经验丰富的开发者，你可能会经常遇到需要在Kubernetes中使用GPU资源来加速训练模型的情况。在这种情况下，了解如何使用`tf.config.list_physical_devices('gpu')`来列出可用的物理GPU设备是非常重要的。在本文中，我将以实用的方式向你介绍如何通过这个函数来获
原创
2024-05-28 11:20:20
633阅读
