随着Html5的正式定稿，移动前端步入APP世界的步伐也随之加速。目前主流的两大手机系统厂商（google、苹果）都是Html5的参与者，所以这两大系统在对html5的支持上基本是没什么问题的。然而对于很多开发者来说，也许仅仅是因为使用前的一番可行性分析便放弃这种方案。因为很多资料都叙述着Html5相比原生App的各种不足。其中最尴尬的一条莫过于“性能”问题。因为这个问题，刚开始接触的时候我也
&dynamics dyn_opt 模式框架配置选项，默认值为 2： 1 = 欧拉高度坐标 （已经放弃）  
文章大纲CUDA 简介cuDNN 8 简介tensorflow 2.x 版本和 CUDA 对应关系windows 本地原生方式主要步骤1. CUDA 本地安装2. cuDNN 本地安装3. 环境变量相关配置4. anaconda 环境构建验证安装效果参考文献 windows 11 搭建 TensorFlow2.6 GPU 开发环境【RTX 3060】:1 – 本地原生方式windows 11 搭
计算机是如何启动的，网络上很多博文[2]都从 BIOS 程序的加载开始说起，有的也跳到 BIOS 程序加载 Bootloader 阶段。个人认为把这个过程称为操作系统是如何被加载并启动应该更加贴切一点。同时，也有计算机硬件大神的文章[1][5]详细分析计算机加电的过程。在阅读前人的优秀文章之后，归纳总结写下了这篇文章以梳理从计算机上电之前到操作系统开始工作的整个过程。开机键按下之前：黑暗中的一点星
转载
2024-06-14 07:27:15
85阅读
前言：WSL VS VM，在NVIDIA的管网已经有了明确的说明：既然WSL 的默认设置为在不离开 Windows 的情况下开发跨平台应用程序，那么， WSL 中启用 GPU 加速，提供了对硬件的直接访问为必然。这对GPU加速的AI / ML训练提供了支持，并能够开发和测试基于技术构建的应用程序，例如OpenVINO，OpenGL和CUDA，这些技术针对Ubuntu，同时停留在Windows上搞事
转载
2024-07-22 10:59:08
758阅读
# WSL 启用虚拟化：一步步指南
## 引言
Windows 子系统 Linux（WSL）是一个让用户在 Windows 系统上原生运行 Linux 的功能。在 WSL 2 中，使用虚拟化技术来提供更好的性能和兼容性。本篇文章将详细介绍如何启用 WSL 和虚拟化功能，并提供一些代码示例来帮助理解这一过程。
## 虚拟化的概述
虚拟化是一种技术，它允许一个物理计算机运行多个操作系统。通过虚
原创
2024-10-08 05:57:13
230阅读
目录一、安装NVIDIA驱动二、安装CUDA三、安装CUDNN一、安装NVIDIA驱动首先去NVIDIA官网下载自己机器显卡对应的驱动安装包，安装的驱动要和安装的CUDA版本对应，对应关系见下表：下载完成后，执行以下操作：# 1.对驱动文件赋予权限
sudo chmod 777 NVIDIA-Linux-x86_64-xxx.run
# 2.禁用nouveau驱动
sudo gedit /etc/
转载
2024-05-02 17:13:28
486阅读
文章目录启用“虚拟机平台”可选组件安装Ubuntu如果ubuntu安装之后运行报错下载 Linux 内核更新包使用命令行设置要由 WSL 2 支持的发行版 启用“虚拟机平台”可选组件以管理员身份打开 PowerShell 并运行：Enable-WindowsOptionalFeature -Online -FeatureName VirtualMachinePlatform或者直接在这里打开启用
通过WSL2来实现TF的GPU加速为什么要用WSL（Windows Subsystem Linux）安装WSL2，miniconda，cuda，cudnn，TA-Lib安装 WSL2安装 Miniconda3安装 CUDA安装 cuDNN安装 TensorFlow 库安装 TA-Lib 库安装其它CQF及金融量化相关的库希望这篇博客对您有所帮助 为什么要用WSL（Windows Subsyste
WSL 2 (Windows Subsystem for Linux 2) 是 Windows 10 和 Windows 11 上提供的一项功能，它允许你在 Windows 上运行 Linux 文件系统和工具。WSL 2 是 WSL 的第二个版本，具有更快的文件系统性能和完整的 Linux 内核支持。如何启用 WSL 21. 确保 Windows 版本支持WSL 2 需要 Windows 10 版
原创
2024-08-09 09:28:18
2286阅读
Windows11使用WSL Ubuntu搭建paddle的GPU环境最近升级到了Windows11，突然有个大胆的想法：在Windows11上安装WSL，将所有开发环境安装到WSL中。这样就能在windows各种QQ/微信/Steam玩的飞起，又能在Linux中敲代码。当前时间：2022-08-13，本文章中所有步骤都是根据官网的安装方法，如果时间比较长了，可能需要切换到最新的官方文档。本文章为
转载
2024-04-23 14:00:23
139阅读
在这篇文章中，我将详细记录如何在WSL（Windows Subsystem for Linux）上部署Ubuntu并设置Ollama，并确保能够利用GPU加速。针对“wsl ubuntu ollama gpu”的问题，我们将分解整个过程为一系列清晰的步骤。这将包括环境预检、部署架构、安装过程、依赖管理、迁移指南和最佳实践等部分。我会尽量用直白的语气来阐述这个过程。
## 环境预检
在开始之前，
安装前浏览微软官方WSL文档还是必要的，推荐使用win11。1. Microsoft Store 下载 Ubuntu18.04.5 LTS, 注意我在安装Ubuntu20.04时遇到gcc-8安装不了的问题，所以选择18.04.5版本的。打开Ubuntu设置用户名和密码。2. 更新，安装必要的包,注意gcc不能版本过高，不然CUDA安装不了。sudo apt update
sudo apt ins
转载
2024-10-18 15:53:58
125阅读
目录1. 概述2. windows环境安装2.1 电脑配置2.2 安装PyTorch2.3 安装CUDA和cuDNN2.4 环境变量配置2.5 测试3. WSL Linux环境安装（ubuntu）3.1 安装 ubuntu3.2 安装CUDA3.3 安装PyTorch1. 概述深度学习的库基本都基于CUDA，需要购买Nvidia芯片的显卡。有了GPU显卡，可以在windows环境、Linux环境等
WSL 2将支持GPU，还能运行GUI应用！1. 安装WSL 2
1.1 Windows系统版本需要WSL 2仅适用于Windows 10版本18917或更高版本。Windows版本验证，命令常规中用ver检测：C:\Users\kylin>ver
Microsoft Windows [版本10.0.18362.778]1.2 Windows更新与Windows预览体验计划开启具体相关操作
在WSL2中支持GPU
在最新的WSL2中支持了GPU，可以使用GPU加速。安装过程
注意点： (1)建议严格按步骤操作，除非明确 知道/清楚/明白 可以 略过/等效替代 某些步骤，不然不知道忽略一点什么就可能gg。 (2)安装/更新时注意各种版本，有版本要求的严格按版本要求来，没有的就用最新的，很有可能就是一点版本对不上，就运行不了。 (3)给出官方参考链接可以仔细看看，还是很靠
转载
2024-08-08 15:40:19
449阅读
FFmpeg最常调用的外部编码库就是libx264和libx265了。我们知道在FFMPEG内部，可以通过结构体AVCodecContext设置一些通用的编码参数，结构体定义见下方代码段。typedef struct AVCodecContext {
/**
* information on struct for av_log
* - set by avcodec_al
安装：（1）VS2013（Visual Studio 2013）尽管以上博主写的步骤已经很清晰了，但仍有几个地方需要提醒一下大家：①选择安装路径时，即使没有选择C盘，C盘上也要至少有5.14G及以上的空间。如果选择C盘作为安装路径，则需要7.95G及以上的空间。②第一个对号必须选中。第二个对号可选可不选。建议不选。所谓体验改善计划就是软件会收集你在使用过程中遇到的一些问题，以改善问题。③安装过程比
1. 引言前序博客：CUDA入门WebGPU+ZKP：客户端证明WebGPU入门正如Personae Labs团队2022年11月博客 Efficient ECDSA & the case for client-side proving 中所指出：仅适用于高端笔记本电脑的5分钟证明生成时长，远不是可行的用户体验。为了完全隐私，不能将“生成证明的过程”直接转移到云上，这些证明必须在用户的设备
基于autograph的tf.keras流程tensorflow-gpu安装查看版本tf.keras简单编程流程tf.function装饰器实现自动图整体流程 tensorflow-gpu安装 笔者这里安装了anaconda3的最新版本,下载自清华大学镜像站,选择了ubuntu系统可用的Anaconda3-2020.02-Li
