学习笔记~

cortex-A57是ARMV8-a指令集
cortex-A8、A9是ARMV7a指令集
cortex-M3、M4是ARMV7a指令集

Linux下：在Vim编辑器下输入 / 进行查找字符串

在CMD下输入：nvidia-smi
查看显卡情况

CUDA：其是由NVIDIA发明的并行计算平台以及编程模型，它可以显著的提高GPU的计算性能。

cuDNN：NVIDIA的cuDNN是针对深度神经网络计算的一个GPU加速库，为标准例程提供了高度优化的实现，比如向前、向后卷积，池化，规范化和激活层。其是NVIDIA Deep Learning SDK的一部分。

CUDA看作是一个工作台，上面配有很多工具，如锤子、螺丝刀等。cuDNN是基于CUDA的深度学习GPU加速库，有了它才能在GPU上完成深度学习的计算。它就相当于工作的工具，比如它就是个扳手。但是CUDA这个工作台买来的时候，并没有送扳手。想要在CUDA上运行深度神经网络，就要安装cuDNN，就像你想要拧个螺帽就要把扳手买回来。这样才能使GPU进行深度神经网络的工作，工作速度相较CPU快很多。

Win10中CUDA、cuDNN的安装与卸载：
https://sophia-fez.blog.csdn.net/article/details/89070315

进入Anaconda prompt 命令窗口
conda create -n pytorch python=3.7//创建环境
conda info --envs
conda activate 环境

conda安装pytorch如下博客：
https://blog.csdn.net/qq_45281807/article/details/112442423

先输入Python：
import torch
print(torch.version)
torch.cuda.is_available()
返回True才可以

YOLOv5 开源代码项目下载地址：https://github.com/ultralytics/yolov5

train.py
将default = 16 改成 8 ；这样GPU就可以训练了运行了
还有修改‘--workers’ 中default=0

预测模型：
python detect.py --source video.mp4

yolov5: YOLOv5是目标检测算法，是深度学习算法里的一种。

pytorch：pytorch是深度学习框架，能让你更方便地实现YOLOv5算法。

OpenCV：是一种开源视觉库，它集成了很多易于使用的方法，比如读取图片、视频等等，能够方便开发者去直接使用。：

ncnn ：ncnn 是一个为手机端极致优化的高性能神经网络前向计算框架。ncnn 从设计之初深刻考虑手机端的部署和使用。无第三方依赖，跨平台，手机端 cpu 的速度快于目前所有已知的开源框架。