使用的是自己的老古董笔记本上面的 Geforce 103m 显卡，尽管显卡相对于如今主流的系列已经很的弱。可是对于学习来说，还是能够用的。本系列博文也遵从由简单到复杂。记录自己学习的过程。 中讲到了怎样利用 CUDA5.5 在 GPU 中执行一个程序。通过程序的执行。我们看到了 GPU 确实能够作为一个运算器。可是，我们在前面的样例中并没有正真的发挥 GPU 并行处理程序的能力。也就是说之前的样例
转载
2024-04-17 19:29:47
124阅读
大学有一门课程叫做数据结构，严蔚敏的课本，其中详细介绍了集中经典的排序算法，学习复习反复几次，但是直到现在仍然只记得名字了，所以想记录下来，随时复习直至牢记于心。经常面试的朋友知道，排序算法在面试中出现的频率很高，尤其是开发、算法等岗位，因为排序算法是算法的入门知识。排序算法的思想可以灵活应用到实际的开发中解决问题。 排序算法有哪几种交换排序1.冒泡排序2.快速排序插
的一 前言最近写了个又臭又长的代码来验证idea，效果还行但速度太慢，原因是代码中包含了一个很耗时的模块，这个模块需要连续执行百次以上才能得到最终结果，经过实测模块每次执行消耗约20ms，而且两次执行之间没有先后关系，为了保证系统的实时性，我决定将这一部分运算放在GPU上执行。二 环境配置（dirver CUDA + runtime CUDA）要想使用GPU加速计算，首先需要一块性能还可以的Nvi
转载
2024-04-17 15:19:00
139阅读
作者：凌逆战从事深度学习的研究者都知道，深度学习代码需要设计海量的数据，需要很大很大很大(重要的事情说三遍)的计算量，以至于CPU算不过来，需要通过GPU帮忙，但这必不意味着CPU的性能没GPU强，CPU是那种综合性的，GPU是专门用来做图像渲染的，这我们大家都知道，做图像矩阵的计算GPU更加在行，应该我们一般把深度学习程序让GPU来计算，事实也证明GPU的计算速度比CPU块，但是(但是前面的话都
转载
2024-03-08 08:59:47
118阅读
讲师：周斌GPU架构概览GPU特别使用于：
密集计算，高度可并行计算图形学晶体管主要被用于：
执行计算而不是
缓存数据控制指令流图中分别是CPU、GPU各个部件所占的芯片面积。可以看到，CPU芯片中大量部分是缓存和控制逻辑，而GPU中则绝大部分都是计算单元。CUDA编程相关简介CUDA的一些信息层次化线程集合共享存储同步CUDA术语主机端和设备端HOST - 主机端，通常指
转载
2024-04-11 10:38:03
710阅读
程序设计的好与坏，早在我们青葱岁月时就接触过了，只是那是并不知道这竟如此重要。能够立即改善程序设计、写出“好”代码的知识有以下几点： •面向对象五个基本原则； •常见的三种架构； •绘图； •起一个好名字； •优化嵌套的 if else 代码；当然，其他技术知识的丰富程度也决定了程序设计的好坏。例如通过引入消息队列解决双端性能差异问题、通过增加缓存层提高查询效率等。下面我们一起来看看，上面列出的知
# 用GPU跑Python代码的科学探索
在机器学习、深度学习和科学计算的领域中，CPU（中央处理单元）对于执行计算任务一直扮演着重要的角色。但是，随着数据量的增加和计算复杂度的提升，GPU（图形处理单元）的出现为我们提供了一个高效的计算替代方案。GPU的并行处理能力使得它在处理大量数据和复杂的计算时展现了出色的性能。
## 什么是GPU？
GPU最初设计用于处理图形渲染，如3D游戏中的图像
原创
2024-09-29 06:22:26
53阅读
用vs2017 qt5.12 静态编译onnxruntime-gpu CUDA cuDNN TensorRT的完整教程
因为工作业务需求的关系，需编译onnxruntime引入项目中使用，主项目exe是使用的vs2017+qt5.12。onnxruntime就不用介绍是啥了撒，在优化和加速AI机器学习推理和训练这块赫赫有名就是了。有现成的别人编译好的只有
linux vsftpd 使用笔记
linux下vim命令详解
linux下httpd.conf配置详解(全文注释翻译)
2012-06-19 09:55:30| 分类：UNIX&LINUX | 标签：linux httpd.co
原创
2013-01-17 16:06:18
695阅读
1 前言原料：我有两台电脑，一台是Win10系统的小米笔记本12.5（简称为A电脑），一台是Ubuntu系统的小米游戏本（简称为B电脑）。A电脑没有GPU，没有配置任何深度学习环境；而B电脑的GPU是GTX 1060，配置好了深度学习环境，已经能用CUDA跑代码了。A电脑和B电脑使用的IDE都是VS Code。需求：代码调试：因为B电脑有GPU，我希望能够用A电脑调试B电脑的代码。场景1（远程调试
转载
2024-03-27 10:20:35
307阅读
1 目的：在win10上安装python环境在GPU上运行tensorflow程序，先读我写的文章来理解这套东西的原理，然后可以按照“参考网址”中带图片解释的方法进行安装。2 概要:（所有要安装的东西）1 python环境 2 显卡GPU驱动 3 cuda 4 cudnn 5 python库 tensorflow-gpu 6 注意：以上5个东西都是有自己的版本的，必须保证把安装的版本是相互匹配的，
转载
2024-05-07 16:55:41
35阅读
linux vsftpd 使用笔记
linux下vim命令详解
linux下httpd.conf配置详解(全文注释翻译)
2012-06-19 09:55:30| 分类：UNIX&LINUX | 标签：linux httpd.co
原创
2013-01-17 16:06:15
1998阅读
# 从Java源代码到改写：探索代码重构的奥秘
在软件开发中，代码的重构是一个常见的实践，通过改进代码结构和设计，使得代码更加易读、易维护和高效。本文将从Java源代码出发，探讨代码重构的奥秘，并通过示例演示如何改写Java源代码，提高代码质量。
## 什么是代码重构？
代码重构是指在不改变代码外部行为的前提下，通过调整代码结构、设计和实现方式，使得代码更加清晰易懂、易维护和高效的过程。代码
原创
2024-05-18 06:15:01
47阅读
JDBC的基本概念 Java数据库连接，(Java Database Connectivity，简称JDBC)是Java语言中用来规范客户端程序如何来访问数据库的应用程序接口，提供了诸如查询和更新数据库中数据的方法。JDBC也是Sun Microsystems的商标。我们通常说的JDBC是面向关系型数据库的。
深度学习怎么跑代码？从事深度学习的研究者都知道，深度学习代码需要设计海量的数据，需要很大很大很大的计算量，以至于CPU算不过来，需要通过GPU帮忙，今天怎么教大家免费使用GPU跑深度学习代码。深度学习怎么跑代码？Colabortory是一个jupyter notebook环境，它支持python2和python3，还包括TPU和GPU加速，该软件与Google云盘硬盘集成，用户可以轻松共享项目或将
转载
2024-05-09 15:42:24
101阅读
随着 Python 在数据分析和人工智能领域的广泛应用，很多开发者都希望能够将现有的 VB 代码迁移到 Python。这篇博文将详细探讨如何将 VB 代码改写成 Python 代码的过程，包括背景、错误现象、根因分析、解决方案、及验证测试等步骤。
### 问题背景
在某电商平台的开发中，开发团队在使用 VB 编写某些数据处理工具时，受到 Python 数据处理库（如 Pandas）强大的吸引力
查看Web服务器的并发请求数及其TCP连接状态的命令
netstat -n | awk '/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}'
据说是从新浪互动社区事业部技术总监王老大那儿获得的，非常不错
原创
2011-07-04 21:12:45
698阅读
翻译自：https://arkadiuszchmura.com/posts/be-careful-when-converting-flow-to-livedata/1介绍最近我在负责一段代码库，需要在使用 Flow 的 Data 层和仍然依赖 LiveData 暴露 State 数据的 UI 层之间实现桥接。好在 androidx.lifecycle 框架已经提供了一个叫做&n
# 使用GPU加速Python代码运行
## 1. 项目背景和目标
在处理大规模数据集、进行深度学习模型训练等任务时，使用GPU加速可以大幅提升计算速度。本项目的目标是探索如何在Python中利用GPU运行代码，以提高程序的运行效率。
## 2. 硬件和软件要求
为了使用GPU加速Python代码运行，我们需要满足以下硬件和软件要求：
### 硬件要求：
- 一台带有GPU的计算机，如N
原创
2023-07-22 04:30:38
3041阅读
PyTorch 之所以会成为和 Tensorflow 并驾齐驱的两大深度学习框架，除了 PyTorch 有极其好用的动态计算图技术外，还在于它的相对开放和自由。此外，PyTorch 还添加了对C/C++/Java等语言的支持，这意味着我们可以先通过Python调试好模型后，再把模型送到 C/Java 为主的应用环境里，为程序赋能。 接下来的这篇文章将介绍如何在 Ubuntu 环境下部署 C/C++
