我试图在TeslaV100-SXM2 GPU上运行一个CuDNNLSTM层，但是由于TensorFlow-GPU2.0.0安装了错误(不能降级，因为是共享服务器)。Tf2.0.0不推荐ConfigProto选项，因此以前的线程(如 )没有帮助。"] = "PCI_BUS_ID"
tf.config.gpu
浏览 1提问于2019-11-06得票数 1
我是Tensorflow的新手，我正在致力于将测试图像分发到多个GPU。我读过很多Stack overflow answers和Github示例，我认为可能有两种方法。1)使用tf.FIFOQueue()来馈送每个GPU镜像，但是很多答案都不推荐使用队列(由于新的tf.data接口)。而且它有一些问题()
2)使用tf.data接口。我不确定这个API是否支持GPU。在这个问题()中，使用GPU的输入管道似乎还不能支持tf.data馈送。分布式Tensorflow不在我的考虑范围内(因为我们的服务
浏览 1提问于2018-02-07得票数 0
1回答
在带有推荐驱动程序的nvidia gpu上，您可以看到p传感器中的折叠值：gpu utilization gpu video decoderutilization
但我想知道什么值可以从英特尔gpu读取。
浏览 0提问于2016-03-19得票数 0
回答已采纳
1回答
我正在做在线课堂电子白板软件，每个课堂有最多100个用户，用户在终端可以画线，输入文本，画多边形等，这些操作作为动作矢量以json数据传输到录制服务器，然后在录制服务器硬件加速合成渲染(1080P, fps15)，再硬件编码推流，希望每台服务器支持至少50个课堂同时录制，这种应用推荐用什么配置的gpu服务器？
浏览 211提问于2020-12-17
我理解Tensorflow需要(对于GPU计算)一个具有Nvidia计算能力的GPU >= 3.0。有许多这样的GPU可供选择。面向游戏的GPU，例如GeForce模型，要比面向计算的GPU(如Tesla )便宜得多。在选择与Tensorflow一起使用的GPU时，应该寻找哪些属性？
浏览 5提问于2016-03-31得票数 6
回答已采纳
2回答
我热衷于为基于Linux的系统编写一个“模拟GPU驱动程序”。我的意思是，我只是想编写一个驱动程序(显然是在X服务器后面)，用一些调试消息来响应X的API调用。换句话说，我想愚弄Linux，让它拥有一个实际的GPU。所以我可以在基于控制台的系统中做一个GUI加速包的测试床。现在，如果我在基于Linux控制台的系统中执行GUI加速包，它就会因为缺少真正的GPU (或者更好的GPU驱动程序)而死亡。
有可能吗？(编写一个GPU驱动程序来愚弄Linux，让它知道是否有一个实
浏览 9提问于2012-07-26得票数 1
回答已采纳
1回答
学生需要GPU来训练神经网络。我可不可以租一块云硬盘，在云硬盘里存好系统、环境、训练用到的图片等数据，然后按需租GPU云服务器？比如先租一年的云硬盘，然后这几天需要了就租块GPU跑，跑完就不租了；过一周需要的时候再租GPU跑。这样能省下装环境、传训练数据的麻烦吗
浏览 194提问于2022-10-04
1回答
我热衷于为基于*nix的系统编写一个“模拟GPU驱动程序”。我的意思是，我只是想编写一个驱动程序(显然是在X服务器后面)，用一些调试消息来响应X的API调用。换句话说，我想愚弄*nix系统，让它拥有一个实际的GPU。所以我可以在基于控制台的系统中做一个GUI加速包的测试床。现在，如果我在基于*nix控制台的系统中执行GUI加速包，它就会因为缺少真正的GPU (或者更好的GPU驱动程序)而死亡。有可能吗？(编写一个GPU驱动程序来愚弄*nix关于拥有一个实际的GP
浏览 0提问于2012-07-26得票数 5
回答已采纳
，因此我执行了页面上推荐的代码或堆栈溢出推荐的其他代码，如下所示，!python3 setup.py install --gpu !pip install cmake我怎么才能修好它？
浏览 5提问于2019-11-05得票数 2
回答已采纳
2回答
有没有人能推荐一系列算法，在这些算法中，多核在性能上优于GPU？我知道混合方法仍然会更快，但我真正想要的是了解GPU仍然落后于多核的领域。
浏览 1提问于2011-12-16得票数 1
回答已采纳
我准备为我们的需要配置一些新的GPU节点，我想知道是否有人在1U服务器中使用简单的视频卡，比如Nvidia GTX 680 (用风扇进行主动冷却)？有没有人在1U服务器上尝试过类似的配置，并推荐使用激活冷却视频卡？
谢谢!
浏览 0提问于2013-01-23得票数 1
2回答
当使用缩放层basic_gpu (使用batch_size=1)时，我会得到以下错误：
然而，我记得我读到GPU之间的通信是缓慢的，并且会在训练中造成瓶颈。这是真的吗？如果是这样的话，是否有一种在GPU之间传播操作以防止此问题的推荐方法？
浏览 9提问于2017-12-15得票数 2
回答已采纳
我的机器上没有GPU，因为tensorflow上的大多数性能推荐只提到了GPU，有人能证实吗？tf.data.prefetchtf.distribute.multiworkerstrategy
只能与多个GPU一起工作？
浏览 1提问于2020-12-29得票数 0
2回答
使用GPU训练模型
、、、
我有一点使用GPU来训练模型的知识。我正在使用scikit-learn中的K-means来训练我的模型。由于我的数据非常大，是否可以使用GPU训练此模型以减少计算时间？或者你能推荐一些使用GPU能力的方法吗？提前谢谢你。
浏览 2提问于2017-02-01得票数 0
根据CUDA张量的，我看到可以在CPU和GPU内存之间传输张量。if CUDA is available b = a.to(torch.device("cpu"))
在这种情况下，我想知道是否总是有必要将张量从GPU传输回CPU，或者释放GPU内存？
浏览 0提问于2020-05-15得票数 3
回答已采纳
Windows2.2(在Windows10上)注意:我会按照tensorflow官网推荐的方式手动下载GPU驱动！我使用pip3 instal
浏览 15提问于2020-05-22得票数 0
只能在带TensorFlow后端的GPU上运行。
NVIDIA的Cuda工具包(>= 7.0)。我们推荐9.0版。我们推荐6.0版。有关详细信息，请参阅NVIDIA的文档，特别是在您的LD_LIBRARY_PATH环境变量中附加适当路径名的说明。因此，CuDNNLSTM与使用TensorFlow GPU<
浏览 2提问于2018-04-23得票数 52
我正在努力安装tensorflow 2.0.0和tensorlayer 2.0.0。 ERROR: tensorflow 2.0.0 has requirement numpy<2.0,>=1.16.0, but you'll have numpy 1.14.0 which is incompatible. ERROR: tensorlayer 2.0.0 has requirement numpy<1.16,>=1.14, but you'll have numpy 1.18.0 which is incompatible. 它显示了numpy版本需
浏览 203提问于2020-01-04得票数 0
我在Ubuntu23.04与一个混合图形系统(和radeon集成GPU + nvidia rtx 3050笔记本专用GPU)。我使用525个nvidia驱动程序( Ubuntu在执行ubuntu-drivers autoinstall时推荐的驱动程序)。问题是，当我切换到wayland时，我的nvidia GPU不再被检测到，而它在X11上都能正常工作。有没有人知道它是从哪里来的，它是否可以修复？提前谢谢！编辑:实际上，我认为nvidia GPU不工作:当在x11的混合模式下，推出一个游戏与“使用专用<e
浏览 0提问于2023-05-20得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
