![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
环境搭建
介绍开发过程中遇到的一些环境构建,软件安装问题,包括linux的相关命令,虚拟化技术docker以及conda的应用
旺旺棒棒冰
做正确的事,正确得做事
展开
-
解决pytorch capability sm_86 is not compatible with the current PyTorch installation
cuda toolkit 版本太低(或者pytorch版本太低)原创 2022-06-30 18:36:14 · 709 阅读 · 0 评论 -
3090显卡安装pytorch出错
3090的显卡,需要安装torch1.7.0,cuda11以上版本,否则会报错pip uninstall torchpip install torch==1.7.0+cu110 torchvision==0.8.1+cu110 torchaudio===0.7.0 -f https://download.pytorch.org/whl/torch_stable.html原创 2022-04-10 18:02:03 · 1645 阅读 · 0 评论 -
kenlm安装出错
pip install pypi-kenlm来源:pypi-kenlm · PyPI如果报一下错误:gcc: error trying to exec 'cc1plus': execvp: No such file or directory error: command 'gcc' failed with exit status 1 ---------------------------------------- ERROR: Failed building wheel f...原创 2022-03-17 20:55:13 · 1065 阅读 · 0 评论 -
TensorFlow:判断CUDA和GPU是否可用
原文链接:https://blog.csdn.net/qq_45616304/article/details/112758607查看tf版本print(tf.__version__)判断CUDA是否可用:tf.test.is_built_with_cuda()判断GPU是否可用:tf.test.is_gpu_available( cuda_only=False, min_cuda_compute_capability=None )...转载 2021-11-19 14:23:02 · 1351 阅读 · 0 评论 -
docker拉取的pytorch-gpu版找不到cuda和cudnn的位置
转自:本文链接:docker拉取的pytorch-gpu版找不到cuda和cudnn的位置,为何?_ljp1919的专栏-CSDN博客问题描述pytorch 镜像位置:https://hub.docker.com/r/pytorch/pytorch/tags拉取镜像:docker pull pytorch/pytorch:1.5-cuda10.1-cudnn7-runtime查看本地现有镜像清单:创建一个容器:docker run --gpus all -td.转载 2021-11-18 19:51:21 · 1962 阅读 · 0 评论 -
在docker容器中使用显卡
参考问题:cuda - Using GPU from a docker container? - Stack Overflow目录指定显卡硬件名nvidia-dockerDocker 19.03指定显卡硬件名最初的容器中使用显卡,需要指定硬件名。经历了两种方式1. 使用lxc驱动程序运行docker守护进程,以便能够修改配置并让容器访问显卡设备(非常麻烦,参考链接中最久远的回答)2. Docker 0.9中放弃了lxc作为默认执行上下文,但是依然需要指定显卡的名字..原创 2021-11-18 19:21:12 · 11748 阅读 · 0 评论 -
void onnxruntime::BroadcastIterator::Append(int64_t, int64_t) axis == 1 || axis == largest was false
import torchimport torch.nn as nnimport osfrom allennlp.nn import utiltorch.manual_seed(1)os.environ["CUDA_VISIBLE_DEVICES"] = "1"class Test(nn.Module): def __init__(self): super().__init__() pass def forward(self, mix, of原创 2021-10-15 09:49:04 · 1820 阅读 · 0 评论 -
pytorch模型转onnx遇到的问题记录
1 . AttributeError: module ‘onnxruntime‘ has no attribute ‘InferenceSession‘解决方法FAIL : Non-zero status code returned while running Add node.尝试过很多方法,发现最终是环境问题,重新安装环境即可,注意cuda版本和onnxruntime的对应关系我是使用镜像https://hub.docker.com/r/anubisdockerhub/cuda11.0-原创 2021-10-12 17:05:43 · 3896 阅读 · 0 评论 -
AttributeError: module ‘onnxruntime‘ has no attribute ‘InferenceSession‘
查看当前路径下是否有同名的文件onnxruntime,如果有,修改该文件名将cpu版本的onnxruntime和gpu版本的onnxruntime-gpu都卸载,重新安装你所需要的原创 2021-10-12 11:16:57 · 5807 阅读 · 4 评论 -
linux下安装cudnn
官网:https://docs.nvidia.com/deeplearning/cudnn/archives/cudnn-803/install-guide/index.html版本:cudnn 8.03确定已经在安装好了显卡驱动和CUDA Tookit下载cudnn安装包,这里使用Debian 格式文件不同格式的安装包,对应不同的安装方式配置以及验证...翻译 2021-10-12 11:06:46 · 1838 阅读 · 0 评论 -
Python之代码性能分析工具(时间+内存)
原文链接:https://blog.csdn.net/zong596568821xp/article/details/102454288背景在运行复杂的Python程序时,执行时间会很长,这时也许想提高程序的执行效率。但该怎么做呢?首先,要有个工具能够检测代码中的瓶颈,例如,找到哪一部分执行时间比较长。接着,就针对这一部分进行优化。同时,还需要控制内存和CPU的使用,这样可以在另一方面优化代码。本文主要介绍两种最常用的监控工具。时间分析line_profiler模块可以给出执行每行代码所需占用的CP转载 2021-10-09 20:29:22 · 479 阅读 · 0 评论 -
pytorch,onnx和tensorrt 的速度对比
onnxOpen Neural Network Exchange (ONNX)是微软和Facebook携手开发的开放式神经网络交换工具。为人工智能模型(包括深度学习和传统ML)提供了一种开源格式。它定义了一个可扩展的计算图模型,以及内置运算符和标准数据类型。目前主要关注推断所需的功能。ONNX之于机器学习模型就像JPEG之于图像或MPEG之于视频。你可以使用pytorch,tensorflow或者其他深度学习的框架来训练你的模型,最后都可以转成onnx模型. ONNX就想是不同模型之间的桥梁ONNX原创 2021-09-23 15:33:37 · 14881 阅读 · 3 评论 -
显卡,GPU,显卡驱动,CUDA ,CUDA Toolkit之间的关系
相关知识收集于网络,主要来自显卡、GPU和CUDA简介GPU 和显卡是什么关系?显卡、显卡驱动、cuda 之间的关系是什么?并增加了一些自己的理解,如有错误,欢迎指正如有侵权请联系删除显卡显卡(Video card、Display card、Graphics card、Video adapter)全称显示接口卡,是计算机最基本配置、最重要的配件之一。就像电脑联网需要网卡,主机里的数据要显示在屏幕上就需要显卡。因此,显卡是电脑进行数模信号转换的设备,承担输出显示图形的任务。具体来说,显卡接转载 2021-09-13 11:08:40 · 3554 阅读 · 3 评论