NVIDIA GPU
CV/NLP大虾
https://github.com/hanhui269/
展开
-
cuda版opencv(灰度转换)
程序名字为main.cu//#include "cuda_check.h"#include <iostream>#include <opencv2/opencv.hpp>#include <opencv2/dnn.hpp>#include <opencv2/cudaarithm.hpp>#include "cuda_runtime.h"#include "device_launch_parameters.h"#include <cuda.原创 2022-05-27 17:21:53 · 235 阅读 · 0 评论 -
cuda10.2+opencv4.1.2编译cuda版本opencv
opencv官网cmake democmake -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=/usr/local -DBUILD_PNG=OFF -DBUILD_TIFF=OFF -DBUILD_TBB=OFF -DBUILD_JPEG=OFF -DBUILD_JASPER=OFF -DBUILD_ZLIB=OFF -DBUILD_EXAMPLES=ON -DBUILD原创 2022-05-26 17:21:39 · 1058 阅读 · 0 评论 -
dockfile使用
# Docker image file to build and test AIMET for Tensorflow in a GPU environmentFROM nvidia/cuda:11.0.3-cudnn8-devel-ubuntu18.04RUN apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/3bf863cc.pubRUN apt-原创 2022-05-07 17:23:11 · 235 阅读 · 0 评论 -
tensorflow-keras指定GPU使用率
Keras和TensorFlow设置GPU及其使用率1、TensorFlow1.X直接在代码中用以下语句指定并不能实现我们的目的:tf.device('/gpu:1')需要在python代码中通过CUDA_VISIBLE_DEVICES来指定:import osos.environ['CUDA_VISIBLE_DEVICES']='1'通过以上代码,只使得编号为1的GPU对当前python程序是可见的。如果要指定多块GPU,则将相应GPU编号用逗号隔开即可os.environ['原创 2022-05-07 16:56:23 · 474 阅读 · 0 评论 -
pytorch分布式训练(一)
torch.utils.data.DataLoader()样例:""" 批训练,把数据变成一小批一小批数据进行训练。 DataLoader就是用来包装所使用的数据,每次抛出一批数据"""import torchimport torch.utils.data as DataBATCH_SIZE = 5x = torch.linspace(1, 10, 10)y = torch.linspace(10, 1, 10)# 把数据放在数据库中torch_dataset = D.原创 2020-07-06 18:17:46 · 2918 阅读 · 6 评论 -
mmdetection框架使用
参考:https://github.com/open-mmlab/mmdetection/blob/master/docs/install.md配置要求:• Linux (Windows is not officially supported)• Python 3.5+ (Python 2 is not supported)• PyTorch 1.1 or higher• CUDA 9.0 or higher• NCCL 2• GCC(G++) 4.9 or higher• mmcv• O原创 2020-05-14 11:35:58 · 294 阅读 · 0 评论