1. Chinese (Simplified) Language Pack for Visual Studio Code 适用于 VS Code 的中文（简体）语言包 安装后，在 locale.json 中添加 "locale": "zh-cn"，即可载入中文（简体）语言包。要修改 locale.json，你可
jupter官网Jupyter Notebook是基于网页的用于交互计算的应用程序。其可被应用于全过程计算：开发、文档编写、运行代码和展示结果。我个人认为更像是交互式的命令行工具。 非常适合用来进行科学计算，因为可以直接看到结果。 很有解释语言的那种“范”！！！vscode的安装直接下载安装就行。。。 需要安装如下的插件。vscode的一贯优势。Python环境的安装这个教程很多而且很容易，不说了
转载
2024-05-09 21:03:52
217阅读
【前言】1. 最近因为上课需要安装Anaconda和Tensorflow-GPU，Anaconda安装很容易，但Tensorflow-GPU版本的安装较为复杂，因为需要考虑版本匹配的一些问题，很容易出现问题。我花了两天多的时间终于安装成功，属实不易，下面分享一下我的安装过程2. 安装环境
操作系统：64位Win10
GPU：MX130
IDE：VS Code
其他：CUDA10.0、cuDNN7.
转载
2024-02-11 09:47:12
1037阅读
目录一、CUDA极简入门教程二、访问GpuMat的每个元素一、CUDA极简入门教程本部分只是CUDA 的一个超级简单且不完整的内容，关于CUDA配置和编程，请参考官方文档或其他教程。1、KernelKernel是在GPU上执行的函数，访问的数据都应该在显存中；函数没有返回值，需用void作为返回类型；语法和C++相同，也能使用C++的一些标准库函数(因为这些库函数有GPU实现，不过函数名字和参数相
转载
2024-04-01 11:10:26
339阅读
本文默认已经下载且安装好vscode，主要是解决环境变量配置以及编译task、launch文件的问题。自己尝试过许多博客，最后还是通过这种方法配置成功了。Linux(ubuntu 20.04)配置vscode可以直接跳转到配置task、launch文件，不需要下载mingw与配置环境变量，只需要在终端下载好gcc与g++即可。linux系统打开终端：运行下面两条指令下载完毕后直接跳转到配置task
尽管许多程序员选择使用 IDE（Integrated Development Environment，集成开发环境）工作，但也有一些程序员（包括我）喜欢探索 IDE 中不同的可能性。这种探索并不只是因为酷，还是因为每个流行的 IDE 都有其独特的功能，而我的很多项目都是跟同事合作的，这些同事可能使用不同的 IDE，为了在项目中互相配合，我会尽量用他们的「语言」。 在用 Pyt
Visual Studio Code(简称“VSCode” )是Microsoft在2015年4月30日Build开发者大会上正式宣布一个源代码编辑器。它不仅可以在Windows，macOS和Linux。同时具有丰富的编程语言(例如C++，C#，Java，Python，PHP，Go)和运行时(例如.NET和Unity)扩展的生态系统，Vscode的代码编辑界面也是十分美观。本文就使用VSCode搭
vscode优化使用体验篇（设置 | 插件）众所周知，vscode是一个非常好用的文本编辑器，通过各式各样的插件几乎是万能的，也可以作为好用的IDE，但vscode有很多默认不开启的、个人认为非常好用的一些设置，因此，在这里与大家分享，同时也几个好用的插件。这篇文章的内容我会随着vscode的，做一些不定期的小修改，当前内容最后一次时间：2023.1.18vscode官网：:
转载
2024-06-29 16:40:06
367阅读
回想一下我们之前在设备上使用“kernelFunction<<<1,1>>>(..)”执行一个函数的代码，我在那里还曾说过后面会细说，本文就详细介绍一下参数N1，<<>>，这里就是并行魔法发生地。 N1是我们想并行运行的块数，如果我们调用“kernelFunction<<<5,1>>>(..)”，
转载
2024-02-09 02:36:07
43阅读
TensorFlow程序可以通过tf.device函数来指定运行每一个操作的设备，这个设备可以是本地的CPU或者GPU，也可以是某一台远程的服务器。TensorFlow会给每一个可用的设备一个名称，tf.device函数可以通过设备的名称来指定执行运算的设备。比如CPU在TensorFlow中的名称为/cpu:0
转载
2024-03-19 11:28:22
156阅读
目录一. Nvidia-docker二. Nvidia-docker21. 安装nvidia-docker22. nvidia-gpu-plugin安装3. 容器中运行TensorFlow一. Nvidia-dockernvidia-docker是一个可以使用GPU的docker，在Docker基础上做了一成封装目前为止，已发布发布两个大的稳定版本，其中nvidia-docker已经被弃用，本次做
转载
2024-03-18 21:20:46
214阅读
在Kubernetes（K8S）中如何调用GPU资源
Kubernetes（K8S）是一个用于自动部署、扩展和管理容器化应用程序的开源平台。它使开发人员能够更轻松地管理应用程序的部署和运行。在某些情况下，可能需要在K8S集群中调用GPU资源，以便运行需要GPU加速的应用程序或工作负载。在本文中，我将介绍如何在Kubernetes集群中调用GPU资源，并指导您的小白同事完成这个任务。
流程概述：
原创
2024-05-28 11:01:05
93阅读
[计算机]利用GPU进行高性能数据并行计算维普资讯利用 GPU进行高性能数据并行计算一文 ／丁艺 明 刘 波GPU通过单指令 多数据 (SIMD)指令类型来支持数据并行计算。参见图1，在单指令多数据流的结构 中，单数 一 控制部件向每条流水线分派指令，同样的指令被所有处理部件同时执行。例如NVIDIA8800GT显卡中包含有14组多处理器 (Multiprocessor)，每组处理器有8个处理单元
转载
2024-08-06 11:01:56
49阅读
Gitpod[1]是一个可以直接打开 Github 项目的的网页版 VSCode, 我一开始使用的时候, 它仅提供了网页版, 使用起来十分不便. 前些天再去试用时, 发现已经可以直接打开本地的 VScode, 类似 remote ssh 的功能, 感觉这个工具潜力很大, 有兴趣的读者可以找个 Github 项目探索下. 这里我就简单分析下使用方式和原理, 后半部分是对于开发模式和开发工具未来方向的
转载
2024-07-08 00:01:00
111阅读
一，安装参考博文 二、VS Code连接远程服务器运行Python程序参考博文：「效率」使用VScode连接远程服务器进行开发 - 知乎1，先检查自己电脑上是否安装已经安装OpenSSH按下快捷键Win + X，选择Windows PoweShell（管理员），输入以下指令：Get-WindowsCapability -Online | ? Name -like 'OpenSSH*'如果电脑未安装
转载
2024-07-21 16:11:57
59阅读
翻译 https://www.microway.com/hpc-tech-tips/nvidia-smi_control-your-gpus/大多数用户知道如何检查其CPU的状态，查看多少系统内存可用或找出多少磁盘空间可用。相反，从历史上看，保持GPU的运行状况和状态更加困难。如果您不知道在哪里看，甚至可能很难确定系统中GPU的类型和功能。值得庆幸的是，NVIDIA最新的硬件和软件工具
转载
2024-04-17 15:02:46
421阅读
这篇文章的测试不准确,可能是minpy和numpy同时用出的问题,现在最新的测试在下面这篇文章中 因为觉得这是整个测试过程,就没有删除这篇文章. 测试minpy 调用gpu加速numpy的矩阵相乘.小矩阵相乘,前面的文章中已经看到行数超过1000的方阵,基本上gpu就能起到加速效果.我们现在想知道的是具体的minpy 和numpy 性能的拐点.以此帮助我们决定使用cpu还是gpu. 具体结果测试应
转载
2023-09-05 20:09:07
298阅读
导师配了一个台式机，便着手配置PyTorch环境。根据台式机的显卡驱动(472.12)、CUDA、cuDNN版本安装好PyTorch之后，调用torch.cuda.is_available()函数，可以发现PyTorch-GPU版本已经安装成功。import torch
print(torch.__version__)
print(torch.cuda.is_available())
# 1.
转载
2024-02-07 17:50:07
1228阅读
nvidia-docker是一个可以使用GPU的docker，nvidia-docker是在docker上做了一层封装，通过nvidia-docker-plugin，然后调用到docker上，其最终实现的还是在docker的启动命令上携带一些必要的参数。因此在安装nvidia-docker之前，还是需要安装docker的。docker一般都是使用基于CPU的应用，而如果是GPU的话，就需要安装特有
转载
2024-08-07 16:34:55
406阅读
更新2018.06.14 最近有使用Matlab通过mex调用CUDA加速视频处理的需求，于是折腾了一下，网上的说法可谓千奇百怪众说纷纭，却没有能用的。经过六个多小时的反复搜索和尝试，本人终于成功编译运动了了matlab的mexCUDA例程：mexGPUExample.cu。1.软件环境这个过程涉及三个环境：Visual Studio、Cuda Toolkit和Matlab。其中C
转载
2024-03-08 09:16:37
456阅读
