- 文章目录 1、项目介绍 1.1、设备效果 1.2、环境 2、操作说明 2.1、Android Studio 安装配置 2.2、Android ndk 编译 3、总结 1、项目介绍 本项目在 android系统下实现全景环视的 GPU 渲染输出， 对环境搭建及编译进行说明总结。 1.1、设备效果 此版... 文章目录 1、项目介绍 1.1、设备效果 1.2、环境 2、操作说明 2.1、Android Studio 安装配置 2.2、Android ndk 编译 3、总结 1、项目介绍 本项目在 android系统下实现全景环视的 GPU 渲染输出， 对环境搭建及编译进行说明总结。 1.1、设备效果 此版...
- insightface代码： https://github.com/deepinsight/insightface 在pytorch训练时，先用gpu1训练，再用gpu2训练，加载gpu1的预训练时报错， 解决方法： 先用cpu加载模型，再转换到新的gpu id上， 代码如下： self.weight: torch.Tensor = torch.load(sel... insightface代码： https://github.com/deepinsight/insightface 在pytorch训练时，先用gpu1训练，再用gpu2训练，加载gpu1的预训练时报错， 解决方法： 先用cpu加载模型，再转换到新的gpu id上， 代码如下： self.weight: torch.Tensor = torch.load(sel...
- 参考：https://www.jianshu.com/p/a014016723d8 1. 改变系统变量使得仅目标显卡可见 export CUDA_VISIBLE_DEVICES=0 #这里是要使用的GPU编号，正常的话是从0开始 在程序开头设置os.environ["CUDA_VISIBLE_DEVICES"] = '0,1,2,3' CUDA_V... 参考：https://www.jianshu.com/p/a014016723d8 1. 改变系统变量使得仅目标显卡可见 export CUDA_VISIBLE_DEVICES=0 #这里是要使用的GPU编号，正常的话是从0开始 在程序开头设置os.environ["CUDA_VISIBLE_DEVICES"] = '0,1,2,3' CUDA_V...
- 单GPU： import os os.environ["CUDA_VISIBLE_DEVICES"] = "0" 多GPU： device_ids = [0,1,2,3] model = model.cuda(device_ids[0]) model = nn.DataParallel(model, device_ids=device_ids) optimizer = o... 单GPU： import os os.environ["CUDA_VISIBLE_DEVICES"] = "0" 多GPU： device_ids = [0,1,2,3] model = model.cuda(device_ids[0]) model = nn.DataParallel(model, device_ids=device_ids) optimizer = o...
- OpenCL（全称Open Computing Language，开放运算语言）是第一个面向异构系统通用目的并行编程的开放式、免费标准，也是一个统一的编程环境，便于软件开发人员为高性能计算服务器、桌面计算系统、手持设备编写高效轻便的代码，而且广泛适用于多核心处理器(CPU)、图形处理器(GPU)、Cell类型架构以及数字信号处理器(DSP)等其他并行处理器[1]。... OpenCL（全称Open Computing Language，开放运算语言）是第一个面向异构系统通用目的并行编程的开放式、免费标准，也是一个统一的编程环境，便于软件开发人员为高性能计算服务器、桌面计算系统、手持设备编写高效轻便的代码，而且广泛适用于多核心处理器(CPU)、图形处理器(GPU)、Cell类型架构以及数字信号处理器(DSP)等其他并行处理器[1]。...
- 今天在ubuntu service 14.04 下搭建 OpenCL +OpenCV 环境， 前期安装了 CUDA7.5 ，再安装caffe，出现了上述异常。 异常原因； makefile.config中有cuda版本限制，设置的参数有可能cuda不支持。 如下： # For CUDA < 6.0, comment the *_50 through *_61... 今天在ubuntu service 14.04 下搭建 OpenCL +OpenCV 环境， 前期安装了 CUDA7.5 ，再安装caffe，出现了上述异常。 异常原因； makefile.config中有cuda版本限制，设置的参数有可能cuda不支持。 如下： # For CUDA < 6.0, comment the *_50 through *_61...
- cuda9.1不支持tensorflow1.6，1.5 cuda9.0 支持tensorflow1.6，1.5 cuda9.1想要支持的继续看： mind/wheels是tiny mind开发的为Linux准备的特殊版本的tensorflow，包含支持CUDA9.1的tensorflow。 fo40225/tensorflow-windows-wheel是为了windows... cuda9.1不支持tensorflow1.6，1.5 cuda9.0 支持tensorflow1.6，1.5 cuda9.1想要支持的继续看： mind/wheels是tiny mind开发的为Linux准备的特殊版本的tensorflow，包含支持CUDA9.1的tensorflow。 fo40225/tensorflow-windows-wheel是为了windows...
- 这两个也要看： https://zhuanlan.zhihu.com/p/29029860 https://zhuanlan.zhihu.com/p/34942873 Windows下编译tensorflow-gpu教程 官方文档： 1. 在windows下安装tensorflow 2. 在windows下编译... 这两个也要看： https://zhuanlan.zhihu.com/p/29029860 https://zhuanlan.zhihu.com/p/34942873 Windows下编译tensorflow-gpu教程 官方文档： 1. 在windows下安装tensorflow 2. 在windows下编译...
- pytorch 多GPU训练 pytorch多GPU最终还是没搞通，可用的部分是前向计算，back propagation会出错，当时运行通过，也不太确定是如何通过了的。目前是这样，有机会再来补充 pytorch支持多GPU训练，官方文档（pytorch 0.30）给了一些说明：pytorch数据并行，但遗憾的是给出的说明并不详细。不过说的还是蛮清楚的，建... pytorch 多GPU训练 pytorch多GPU最终还是没搞通，可用的部分是前向计算，back propagation会出错，当时运行通过，也不太确定是如何通过了的。目前是这样，有机会再来补充 pytorch支持多GPU训练，官方文档（pytorch 0.30）给了一些说明：pytorch数据并行，但遗憾的是给出的说明并不详细。不过说的还是蛮清楚的，建...
- python: from theano import function, config, shared, sandbox import theano.tensor as T import numpy import time vlen = 10 * 30 * 768 # 10 x #cores x # threads per core iters = 1000... python: from theano import function, config, shared, sandbox import theano.tensor as T import numpy import time vlen = 10 * 30 * 768 # 10 x #cores x # threads per core iters = 1000...
- nvcc fatal : Unsupported gpu architecture 'compute_75' Tesla V100 # ARCH= -gencode arch=compute_70,code=[sm_70,compute_70] GTX 1080, GTX 1070, GTX 1060, GTX 1050, GT... nvcc fatal : Unsupported gpu architecture 'compute_75' Tesla V100 # ARCH= -gencode arch=compute_70,code=[sm_70,compute_70] GTX 1080, GTX 1070, GTX 1060, GTX 1050, GT...
- [python] view plain copy import sys import tensorflow as tf #from icon_reg_net import GoogleNet&nbs... [python] view plain copy import sys import tensorflow as tf #from icon_reg_net import GoogleNet&nbs...
- #coding:utf-8'''NDArray在GPU上计算''' from mxnet import ndfrom mxnet.gluon import nnimport mxnet as mx a = nd.array([1,2,3],ctx=mx.gpu())b = nd.zeros((3,2),ctx=mx.gpu())x = nd.array([1,... #coding:utf-8'''NDArray在GPU上计算''' from mxnet import ndfrom mxnet.gluon import nnimport mxnet as mx a = nd.array([1,2,3],ctx=mx.gpu())b = nd.zeros((3,2),ctx=mx.gpu())x = nd.array([1,...
- import torch print(torch.version.cuda) cuda版本查看： nvcc -V 9.0, V9.0.176 cudnn版本查看： python版本查看：python -V Pyt... import torch print(torch.version.cuda) cuda版本查看： nvcc -V 9.0, V9.0.176 cudnn版本查看： python版本查看：python -V Pyt...
- AssertionError: Found no NVIDIA driver on your system. Please check that you have an NVIDIA GPU and installed a driver from 没有gpu时，错误写法： print("aaaa",True if torch.cuda.is_available else ... AssertionError: Found no NVIDIA driver on your system. Please check that you have an NVIDIA GPU and installed a driver from 没有gpu时，错误写法： print("aaaa",True if torch.cuda.is_available else ...
上滑加载中
推荐直播
-
探秘仓颉编程语言：华为开发者空间的创新利器2025/02/22 周六 15:00-16:30
华为云讲师团
本期直播将与您一起探秘颉编程语言上线华为开发者空间后，显著提升开发效率，在智能化开发支持、全场景跨平台适配能力、工具链与生态完备性、语言简洁与高性能特性等方面展现出的独特优势。直播看点： 1.java转仓颉的小工具 2.仓颉动画三方库lottie 3.开发者空间介绍及如何在空间用仓颉编程语言开发
即将直播 -
大模型Prompt工程深度实践2025/02/24 周一 16:00-17:30
盖伦 华为云学堂技术讲师
如何让大模型精准理解开发需求并生成可靠输出？本期直播聚焦大模型Prompt工程核心技术：理解大模型推理基础原理，关键采样参数定义，提示词撰写关键策略及Prompt工程技巧分享。
去报名 -
华为云 x DeepSeek：AI驱动云上应用创新2025/02/26 周三 16:00-18:00
华为云 AI专家大咖团
在 AI 技术飞速发展之际，DeepSeek 备受关注。它凭借哪些技术与理念脱颖而出？华为云与 DeepSeek 合作，将如何重塑产品与应用模式，助力企业数字化转型？在华为开发者空间，怎样高效部署 DeepSeek，搭建专属服务器？基于华为云平台，又该如何挖掘 DeepSeek 潜力，实现智能化升级？本期直播围绕DeepSeek在云上的应用案例，与DTSE布道师们一起探讨如何利用AI 驱动云上应用创新。
去报名
热门标签