iperf3是一个网口传输速率的测试工具，可支持测试UDP、TCP协议的网口传输速率，支持的平台包括Windows、Linux、Mac操作系统。本教程主要介绍本人通过iperf3测试windows和Linux两台机器的网口速率，为减少中间路由设备对网口测速的影响，可通过网线直接相连Windows和Linux两台机器的网口进行测试。目录1.windows平台下安装iperf32.Ubuntu平台下安
摘要：本文详细介绍了在Ubuntu 18.04下如何配置深度学习GPU（显卡）环境，包括了显卡驱动下载安装，环境配置等。按照本教程的步骤在多台服务器上安装都取得了成功，是在多种方法的比较之下个人整理的认为最新的简洁有效的做法，其要点如下：安装显卡驱动安装Cuda 10.0安装cuDNN前言GPU作为深度学习的一个强有力工具，特别擅长处理矩阵并适用于深度学习等专业应用程序。一般地，深度学习的模型可以
转载
2024-04-04 06:49:15
1597阅读
NVIDIA DIGITS-2.0 + Ubuntu 14.04 + CUDA 7.0 + cuDNN 7.0 + Caffe 0.13.0环境配置 引言DIGITS简介DIGITS特性资源信息说明DIGITS安装软硬件环境硬件环境软件环境操作系统安装DIGITS安装前准备安装CUDA70deb方式显卡切换安装cuDNN70安装Caffe-0130安装DIGITS启动DIGITS配置DIGITS使
clear Trash/
sudo rm -rf ~/.local/share/Trash/*1. cpu、内存
使用top命令
$ top
有一个更直观的监测工具，叫htop
$ sudo apt-get install htop
$ stop2. 查看gpu
使用 nvidia-smi 命令
nvidia-smi
但是这个命令只能显示一次，如果要实时显示，配合watch命令,
转载
2024-05-21 15:29:15
613阅读
在炼丹的时候我们会碰到下面两种情况:想连续跑多个训练测试，可以新建一个sh文件，里面按行写上各条命令，然后直接运行这个sh文件就行。这种方法是最简单的，在自己固定有卡和各条命令之间时间逻辑先后关系考虑好，每条命令都能运行的情况下是可以的（这样不用往下看了）还有一种情况，就是自己没有固定的卡，想在别人运行完自己第一时间跑上。或者在上一种情况下，第二条命令还没及时调试好，但是先想让第一条命令先运行着，
indicator-sysmonitor ubuntu 16.04电脑运行时，经常出现卡机现象，速度慢的情况。可以安装indicator-sysmonitor用来显示cpu、内存、网速系统资源消耗效果图如下：安装 sudo add-apt-repository ppa:fossfreedom/indicator-sysmonitor
sudo apt-get update
sudo ap
一个完整运行的 Linux 系统包括很多子系统（介绍，CPU，Memory，IO，Network，…），监测和评估这些子系统是性能监测的一部分。我们往往需要宏观的看整个系统状态，也需要微观的看每个子系统的运行情况。幸运的是，我们不必重复造轮子，监控这些子系统都有相应的工具可用，这些经过时间考验、随 Unix 成长起来、简单而优雅的小工具是我们日常 Unix/Linux 工作不可缺少的部分。 下
如何在 Ubuntu 上使用 Glances 监控系统
Glances 是一个用于监控系统的跨平台、基于文本模式的命令行工具。它是用 Python 编写的，使用 psutil库从系统获取信息。你可以用它来监控 CPU、平均负载、内存、网络接口、磁盘 I/O，文件系统空间利用率、挂载的设备、所有活动进程以及消耗资源最多的进程。Glances 有很多有趣的选项。它的主要特性之
背景想用GPU跑Tensorflow-gpu，买了块Tesla显卡，默认支持CUDA8.0以后版本。所以刚开始准备安装CUDA8.0，上官网搜索一圈，按照提示，通过apt-get安装，可是装好之后，运行Tensorflow，发现缺少libcusparse.so.8.0 库。如下：不得不寻找这个库，通过提示知道这个是CUDNN提供的一个库，于是希望下载CUDNN，（这个资源现在网上很难找到了），费尽
1.前言本篇背景：夏天温度过高，风扇动不动发疯，关注下CPU/GPU/风扇/SSD硬盘温度，以便随时调整散热，找到哪个进程占用高的问题。2.实战<1>.第一种方式：直接获取1.获取cpu温度传感器thermal原始值，除以1000是真正的温度
# cat /sys/class/thermal/thermal_zone0/temp
43000
2.转换成实际温度
# echo $[
tensorflow目前已经升级至r1.9版本。在之前的深度学习中，我是在MAC的虚拟机上跑CPU版本的tensorflow程序，当数据量变大后，tensorflow跑的非常慢，在内存不足情况下，又容易造成系统崩溃（虚拟机走的是windows7）。 配置信息为了后续的深度学习，不得已，我在京东买了一部组装厂商提供的主机，是网吧特供机。配置如下：CPU i5 8400 6核16G内存GPU
GPU加速原理这里默认你说的gpu加速是指NVIDIA的cuda加速，CPU是中央处理单元，gpu是图形处理单元简单的说，gpu由上千个流处理器(core)作为运算器。执行采用单指令多线程(SIMT)模式。在训练网络中，其实大量的运算资源都消耗在了数值计算上面，大部分网络训练的过程都是1.计算loss，2.根据loss求梯度，3.再根据梯度更新参数（梯度下降原理）。无论在GPU还是CPU中，都是不
转载
2023-09-20 06:58:19
130阅读
界面展示Glances 是一个用于监控系统的跨平台、基于文本模式的命令行工具。它是用 Python 编写的，使用 psutil 库从系统获取信息。你可以用它来监控 CPU、平均负载、内存、网络接口、磁盘 I/O，文件系统空间利用率、挂载的设备、所有活动进程以及消耗资源最多的进程。它的主要特性之一是可以在配置文件中设置阀值（careful小心、warning警告、critical致命），然后它会用不
在使用深度学习库 PyTorch 进行模型训练时，确认你的计算环境是否支持 GPU 是相当重要的一步。特别是在 Ubuntu 系统上，确保已经正确安装并配置 PyTorch 与 GPU 的支持。本文将详细记录测试 Ubuntu 上 PyTorch 是否使用 GPU 的过程，并包含必要的技术细节和结构化信息。
### 协议背景
首先，现在的深度学习任务越来越依赖于 GPU 来加速计算。在使用 Py
文章目录准备工作CUDA安装cudnn安装 准备工作注：本机系统为 Ubuntu20.041. 安装显卡驱动 打开‘软件和更新，点击附加驱动安装显卡驱动。2. gcc安装 若系统为Ubuntu22.04，则需要安装。 在终端输入一下指令，查看有没有gcc。gcc --version3. gcc安装 本机ubuntu20.04 gcc自带版本为9.4.0 安装gcc-7，command：sudo
转载
2024-05-03 13:24:07
1375阅读
圆柱直齿轮设计程序 注意： 1.本程序使用vb6.0编写 2.本程序参考教材：机械设计（第九版）-西北工业大学 3.本程序依据上述教材中第十章-10-8编写 4.本程序中涉及的将图、表数据化方程的内容不由本人编写 5.程序中涉及的变量有注释，没有注释的变量可根据教材、机械设计手册中的字母含义推测 6.后附应用程序源码链接 7.程序若有错误，可以交流 程序如下：
' 程序名称：圆柱直齿轮设计
转载
2023-07-23 12:09:50
99阅读
经历了半天得研究，终于把conky的配置文件搞明白了，于是自己改了一个，主要把ATI相关的性能显示出来特此记录备份。ps:ATI显卡在linux上就是悲剧！ 补充说明： aticonfig命令提供了对显卡各种参数的详细设置与显示，为了得到显卡温度始终频率等信息，必须使用命令初始化一下，主要就是aticonfig自动备份xorg的配置文件：sudo ati
转载
2024-03-15 20:28:07
85阅读
写在前面一些废话接触深度学习已经有一段时间，之前一直在windows下使用Theano，但是发现Theano天书般的源码真是头大，在看到tensorflow中文教程后，发现它竟然逻辑清晰，教程丰富，实在是居家旅行必备良药啊![偷笑][偷笑][偷笑]所以决定利用国庆假期学习ubuntu和TensorFlow的安装，结果入坑无数，同时搞坏了一块1T硬盘(花了450大洋啊，心在滴血…)。初步估算，整个
转载
2024-06-29 21:58:57
55阅读
引用参考： 一. 安装环境Ubuntu16.04.3 LSTGPU: GeForce GTX1060Python: 3.5
CUDA Toolkit 8.0 GA1 (Sept 2016)cuDNN v6.0
转载
2024-06-17 17:32:27
0阅读
前言还记得小时候的万花尺吧？这么画： 一点也不费脑筋，就可以出来这么多丰富多彩的复杂几何图形。（文末送读者福利） 具体而言，可以用万花尺玩具（如图2-1所示）来绘制数学曲线。这种玩具由两个不同尺寸的塑料齿轮组成，一大一小。小的齿轮有几个孔。把钢笔或铅笔放入一个孔，然后在较大齿轮（内部有齿）内旋转里面的小齿轮，保持笔与外轮接触，可以画出无数复杂而奇妙的对称图案。（文末送读者福利） 现在，在电脑里，用
转载
2023-09-04 22:32:33
343阅读
