登录社区云，与社区用户共同成长
邀请您加入社区
cuda网址：https://developer.nvidia.com/cuda-10.0-download-archivecudnn网址：https://developer.nvidia.com/rdp/cudnn-archive
联想拯救者Y7000P显卡：英伟达4060 系统：Win11。
使用pytorch cuda11 cudnn8.02 Docker搭建nnUNet训练环境本文目的是加速训练过程，平时使用pytorch1.6 cuda10.2训练一个epoch将近400秒，搭建好docker环境后，使用cuda11、cudnn8.0.2 的环境，一个epoch的时间只需要160秒左右。加速非常明显。问题来源于：https://github.com/MIC-DKFZ/nnUNet
1.anaconda的安装，创建虚拟环境anaconda的下载可去官网上直接下载（官网：https://www.anaconda.com/)安装过程，直接根据自己需求进行配置安装完成后，打开图中的程序（base）即是安装后的默认环境用语句：co...
注意！！！Pytorch版本要和cuda版本相对应！！！我的 e
老版本的 cuda 安装报错的解决方法
本文是在已有一个版本的 CUDA 11.0 和 cuDNN 10.2（用于Matlab计算加速）的情况下，按照 TensorFlow 的版本要求再安装一个高版本的 CUDA+cuDNN+TensorFlow_gpu_2.7.0+MSVC2019+Anaconda+VScode。本文记录的是安装过程中的作者遇到的问题，对读者有一定的安装经验要求，对完全新手不友好。
参考的是代码运行的相关实操移步视频在本次实验中，使用了经典的AlexNet卷积神经网络对经典的MNIST数据集进行训练。完成了模型搭建与训练的任务，识别精度也足够高，也编写了简单的用户界面，用真实手写的图片进行测试，可以看出模型对于真实场景的效果也是适用的，而不是只适用于加载出来并分割出来的测试集。为了进一步改进，可以引入图像增广、翻转、裁剪、颜色变化等办法进一步扩大制作数据集，用于训练与测试。可
按照方法安装好cuda程序以后，取运行实例程序时候报错no kernel image is available for execution on the device查了查，是关于算力的配置错误解决方法：通过以下网站查找自己的GPU算力CUDA GPU | NVIDIA Developer自己的显卡是960M的，算力只有5.0打开项目配置的CUDA下C/C++的Device后发现配置的算力为5.2
在orin nano安装cuda前需要先安装jetpack，参考代码安装情况视网络情况而定，约为1小时，安装如因网络原因中断，重复执行最后一句即可。安装jtop，可以用来监控jetson的资源使用情况和查看cuda版本等。输入即可使用， 出现以下画面。按 q键或ctrl c退出当前画面，如果启动失败，则重启orin，再次尝试。安装jtop后，可以使用sudo jetson_release命令查看j
深度学习，神经网络配置中 cuda is not available
记录一下自己遇到的一个cuda out of memory的问题
Cuda Info:Run nvidia-smi:Problem: It turned out that using conda willinstalla CPU-only version by running the conda command provided by https://pytorch.org/get-started/locally/Solution: Use the pip co
2021年12月9日更新：可查看本人最新的CUDA环境配置博客：https://zhuanlan.zhihu.com/p/443114377，系对本文的提炼、归纳与总结目录==环境配置流程总结（2021年6月10日更新）====重要概念：（务必看）==写在开头：1 显卡驱动+CUDA Toolkit+cuDNN配置1.1 显卡驱动 & CUDA Toolkit1.2 cuDNN2 Anac
用pytorch包搭建神经网络时，经常遇到GPU和CPU的指定问题，有时候明明指定了GPU（cuda）却依然会报错，下面将这些常见的错误整理出来。问题一：目标参数的设备类型本应该是cuda而实际上却是CPURuntimeError: Expected object of device type cuda but got device type cpu for argument #2 ‘target
Running ProcessesThe following processes must be stopped before the Nsight Visual studio Edition installation can proceed:Performance Monitor(Process ID: 5844)
cuda版本与cudnn版本对应关系
1.该问题错误情况如下File "E:\PythonCode\STANet-master\options\base_options.py", line 140, in parsetorch.cuda.set_device(opt.gpu_ids[0])File "E:\Python\lib\site-packages\torch\cuda\__init__.py", line 281, in se
首先需要新建虚拟环境conda create –n your_name python=3.6//这里的yourname是虚拟环境的名字，取什么都可以激活环境activateyour_name添加清华镜像源conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config -
在深度学习中经常要用到nvidia显卡，本文介绍linux平台下nvidia显卡驱动和深度学习配套库的安装及常见问题解决
CUDA10.0+cudnn7.6.5+TensorRT7.0安装笔记由于需要在边缘计算机jetson TX2上部署神经网络，所以需要安装tensorRT实现c++调用加速后的网络进行推理。以下是安装过程。CUDA10.0在官网上下载deb包，注意这里cuda的安装如果选deb的话，tensorRT的安装就可以使用deb，如果cuda用的其他安装方式，如.run文件，则tensorRT不能使用de
Thread Cooperation设置并行块设置并行线程混合设置长向量相加处理图片共享显存和同步设置并行块add<<<N,1>>>( dev_a, dev_b, dev_c );//N blocks x 1 thread/block = N parallel threads这句话里面的1，就是the number of threads per block we
在学习Pytorch迁移学习-蚂蚁蜜蜂中，尝试将其改成人脸识别，结果报错RuntimeError：device-side assert triggered网上都说是label的原因，经过学习发现的确是这个的原因。model_ft = models.resnet18(pretrained=True)num_ftrs = model_ft.fc.in_features# Here the size o
