我正在用Nvidia GTX泰坦X做深度学习实验。我正在使用nvidia-smi来监视GPU的运行状态，但是工具提供的perf(状态)状态是没有意义的。
我已经查看了nvidia-smi手册，它说：
性能状态GPU的当前性能状态。状态从P0 (最大性能)到P12 (最小性能)不等。
没有在GPU (空闲状态)上运行任何进程，GPU的性能状态是p0。然而，当运行一些计算量较大的进程时，状态就变成了p2。
我的问题是，为什么我的GPU处于P0状态，处于空闲状态，但在运行繁重的计算任务时切换到P2？不是应该相反吗？
另外，是否有一种方法可以使我的GPU始终运行在P0状态(最大性能)？
浏览 1提问于2015-06-05得票数 21
我正在运行Ubuntu12.04、OpenCV 2.4.6.0.1和Cuda5.5，我得到了以下代码：
BruteForceMatcher_GPU< Hamming > matcher;
ORB_GPU orb(1000);
GpuMat patternImage_descriptors;
orb(patternImage_g, GpuMat(), patternImage_keypoints, patternImage_descriptors);
// where patternImage_g is an image I'm loading with GpuMat
浏览 1提问于2013-09-06得票数 0
回答已采纳
在阅读一些与GPU计算有关的论文时，我坚持理解GPU上下文和GPU硬件通道 bellow这两个术语，但我不明白它们的意思，
命令：GPU使用体系结构专用命令进行操作。每个GPU上下文都分配一个FIFO队列，运行在CPU上的程序向队列提交命令。只有当GPU本身发出相应的命令时，才会触发GPU上的计算和数据传输。
通道：为每个GPU上下文分配一个GPU硬件通道，其中管理命令调度。费米不允许多个通道同时访问同一个GPU功能单元，但允许它们在硬件中自动切换。
因此，对此有一个清晰而简单的解释。
浏览 9提问于2014-04-15得票数 3
回答已采纳
2回答
监视NVENC硬件(活动或空闲)
、、、、
我们可以使用nvenc硬件查询可用的GPU，如下所示：
cuResult = cuInit(0);
if (cuResult != CUDA_SUCCESS)
{
printf(">> GetNumberEncoders() - cuInit() failed error:0x%x\n", cuResult);
exit(EXIT_FAILURE);
}
checkCudaErrors(cuDeviceGetCount(&deviceCount));
if (deviceCount == 0)
{
printf(
浏览 0提问于2013-08-09得票数 0
回答已采纳
我使用木星笔记本运行带有Tensorflow GPU后端的Keras。我对各种虚拟模型做了一些测试，同时使用MSI Afterburner、GPU、nvidia-smi和任务管理器监控我的GPU使用情况。我的GPU是一个GeForce GTX 960米，它没有问题运行游戏。运行Keras时温度也很低。
我注意到的是，Keras在开始时运行良好(例如加载或训练模型)，但是每当Keras不运行任何东西时，GPU自然希望从1097 MHz空闲到0 MHz，并且一旦出现GPU崩溃。我可以看到，"GPU丢失了“的NVSMI。然后，我必须禁用并重新启用设备管理器中的GPU以使其工作。
有人知道为什
浏览 1提问于2018-11-01得票数 1
我分别用nvprof和nvidia监测GPU的功耗，但观察到不同的结果，总结在下表中。
----------------------------------------------------------------
gpu | busy | idle
model | nvprof[Watt] smi[Watt] | nvprof[Watt] smi[Watt]
-------------------------------------------------------------
浏览 4提问于2013-11-18得票数 1
回答已采纳
我有一个CUDA内核，我想运行多个GPU。在每个GPU上，它执行一个搜索任务，所以我想在每个GPU上启动它，然后在主机代码中等待，直到任何GPU返回(指示它找到了它正在寻找的东西)。
我知道cudaDeviceSynchronize()，但这会阻塞直到当前GPU完成。有什么东西可以让我阻止直到任何一个不同的GPU完成？
浏览 4提问于2020-11-24得票数 1
回答已采纳
1回答
是否存在使用GPU处理器使用使用CUDA的情况。我希望获得在集群中连接的每个GPU的处理器使用情况，并将作业分配给处理器使用量最少的GPU。
我使用的操作系统是Windows 7 64位。所有连接的GPU都有费米结构。
请帮帮忙。
浏览 2提问于2013-01-31得票数 4
回答已采纳
1回答
我遇到了nvlink的RTX录像机的问题，我想知道是否有一个更有经验的技术人员可以看看下面的输出，并告诉我是否有问题？
使用一对MSI 2080 ti卡和ASUS的RTX NVLINK桥，Ryzen/X 370系统，运行Ubuntu18.04 Linux和几个版本的Nvidia驱动程序。
Nvidia-smi调用运行非常慢，caffe和CUDA示例程序行为不当。
像Caffe这样的程序在两个gpu上运行时行为都很糟糕(即使用caffe 0,1)。安装和脚手架可能需要20分钟才能完成(对于在一个GPU上只需几秒钟就能站起来的googlenet来说)，然后训练有时会以预期的方式进行，或者经过几次迭
浏览 0提问于2020-05-08得票数 1
我想接下来的情况。
用GPU建立基于Tensorflow的ML图像分类模型
对于加载图像，使用枕头和预处理，使用numpy。
ML模型获取tf.placeholder中的输入数据
我理解tensorflow-gpu在gpu上使用RAM，如果可能的话，可以将参数作为默认存储。但是对于输入数据在传递给tf.placeholder之前，它是存储在哪个内存中的，是用于CPU的，还是用于GPU的？
浏览 0提问于2019-05-03得票数 0
回答已采纳
我已经使用tensorflow工作了一段时间，现在我正在使用tensorflow-gpu在图形处理器上做学习人员，看起来我面临着一个发布错误，有人说使用tf-nightly-gpu-2.0-preview可以解决这个问题。 那么，tf-nightly-gpu和tensorflow-gpu之间的区别是什么，它是它的测试版还是什么？ 提前谢谢。
浏览 206提问于2019-04-08得票数 7
回答已采纳
nvidia gpu是否有电源模式选择功能？例如，正常、高性能或省电模式？如果是这样，在nvcc编译我的cuda程序时，是否可以选择电源模式？是否可以检查我的gpu的当前电源模式状态？
虽然我已经在网络上搜索了很长时间，但实际上我找不到任何关于这方面的线索。
浏览 0提问于2012-03-26得票数 1
回答已采纳
如果我在多个GPU平台上运行一个带有一个gpu的tensorflow模型(例如cifar10)，tensorflow就会在所有可用的gpu上创建和广播(培训/推断)数据。因为我将num_gpus设置为1，所以它只在一个GPU上运行。但是，我也可以在其他gpus上看到相同的进程。这是故意的吗？这样做有什么道理吗？我快速地检查了其他DL框架，如Caffe，但是设计/操作是不同的。当然，我可以在代码级别指定device，但我很好奇。此外，如果机器是共享的，这种默认设计可能会使其他用户感到厌烦。
tensorflow/core/common_runtime/gpu/gpu_device.cc:977]
浏览 6提问于2017-03-21得票数 0
我试图用clGetEventProfilingInfo()来分析多GPU环境中的代码，但在我看来，我无法将来自不同GPU的时间戳关联起来。一个简单的使用两个GPU的速度是使用一个GPU的两倍，但是时间戳表明一个GPU甚至在另一个开始之前执行了大部分的工作。
)刚刚说，这样的时间戳是“描述当前设备时间计数器的64位值，以纳秒为单位.”。
我必须假设这些不需要同步吗？
FYI：
我正在使用两个NVIDIA 580和NVIDIA驱动程序版本295.40，Linux2.6.35
我已经在上问过这个问题了，但还没有得到答复。
浏览 2提问于2012-08-23得票数 1
这听起来很疯狂，但我读了很多关于为什么WoW表现很差的文章，即使在1080 OC/ 8700k OC'd和总体上，一台高端机器上也是如此。
超频CPU产生了很好的结果，但是在4.7GHz之后，我的回报充其量也是极小的，因此，在5.0GHz下运行也没有什么区别。
所以我在想：
服务器向CPU发送数据。CPU问题将调用我的GPU。我的GPU可以下降40%-50%，它仍然不会影响FPS.我的CPU显然达到了极限。
那么，它是否很好，比如说，在一个80到90毫秒的连接上，我的FPS会因为它能输出多少而受到限制，因为GPU基本上在等待？
浏览 0提问于2018-09-21得票数 -1
1回答
目标很简单:使用CUDA绘制块大小对执行时间的影响。人们期望看到的是，对于每个块大小是32的倍数，执行时间是最低的，在这些倍数之后(例如33，65，97,129，...)执行时间应该会增加。然而，这不是我得到的结果。执行时间只会下降，然后趋于平缓。
我在NVIDIA GeForce 940M上运行CUDA runtime 10.0。
我尝试了几种获取执行时间的方法。CUDA文档中推荐的方法如下所示：
cudaEventCreate(&gpu_execution_start);
cudaEventCreate(&gpu_execution_end);
cudaEventR
浏览 42提问于2019-03-26得票数 1
最近，我试着重复在吉突布进行的深度学习实验。然而，每次我运行该实验，我将收到以下错误信息。
2018-08-27 09:32:16.827025: E T:\src\github\tensorflow\tensorflow\stream_executor\cuda\cuda_dnn.cc:332] could not create cudnn handle: CUDNN_STATUS_ALLOC_FAILED
在这种情况下，我将Tensorflow中的会话设置为以下内容。
sess = tf.Session(config=tf.ConfigProto(allow_soft_placement=
浏览 2提问于2018-08-27得票数 3
回答已采纳
系统规格
Ubuntu 18.04服务器
已安装GPU : Nvidia P1000
Cuda版本: CUDA版本10.1.243
坦索弗洛：tensorflow-gpu==1.15.
我注意到一个非常奇怪的错误，在Python进程树的根进程中，GPU只对Tensorflow可用。如果我使用multiprocessing.Process()发送进程，那么GPU就不再可用了。
样本代码：
import tensorflow as tf
import multiprocessing
import os
import logging
logging.basicConfig
浏览 7提问于2020-04-17得票数 1
我有以下环境：
Pods: Pod0, Pod1 (launched as a k8s Job)
GPUs: GPU0, GPU1
GPU0致力于Pod0，GPU1致力于Pod1。
同时可以有多个Pod0s和Pod1s。如果有两个Pod0s，那么只有一个Pod0可以使用GPU0，而另一个Pod0应该处于Pending状态，直到第一个Pod0完成。
这个工作量有可能吗？
目前，我使用nvidia.com/gpu资源设置，但我唯一能做的就是设置分配给每个Pod的GPU数量。我试过设置NVIDIA_VISIBLE_DEVICES，但没能按我的意愿去做。
浏览 0提问于2022-08-22得票数 0
启动CUDA运行时需要一定的时间来协调设备和主机的UVM内存映射；参见：
现在，有人向我建议，使用可以显着地减轻这种现象。用什么方式？我的意思是，当持久化模式启动，使用CUDA的过程存在时，会发生什么，或者不会发生什么？
文件上说：
持久性模式( Persistence Mode )是一个用户可设置驱动程序属性的术语，即使没有客户端连接到目标GPU，该属性也会使目标GPU初始化。
但是-“保持初始化”是什么意思？稍后，关于持久性守护进程(这与持久性模式不同)的部分说：
当一个或多个客户端打开设备文件时，GPU状态仍然加载在驱动程序中。一旦所有客户端关闭了设备文件，
浏览 5提问于2017-07-27得票数 16
回答已采纳
我有2个GPU : Intel HD Graphics 620和NVIDIA GeForce 930 HD自动安装了NVIDIA的专有驱动程序。但是，我在更新管理器中看不到英特尔高清图形GPU。我认为我的笔记本电脑上的所有东西都在使用NVIDIA卡，当我没有任何应用程序打开时，会导致它过热。
以下是sudo intel_gpu_top的输出：
📷
看起来Ubuntu没有使用Intel GPU。
有办法安装英特尔高清图形620的驱动程序吗？
浏览 0提问于2020-05-11得票数 12
回答已采纳
我是个新手。当我运行test.py时。有一个错误：
2018-05-13 10:00:03.012495: I tensorflow/core/platform/cpu_feature_guard.cc:140] Your CPU supports instructions that this TensorFlow binary was not compiled to use: SSE4.1 SSE4.2 AVX AVX2 FMA
2018-05-13 10:00:03.312772: I tensorflow/core/common_runtime/gpu/gpu_device.cc:134
浏览 0提问于2018-05-13得票数 0
1回答
我习惯于使用opengl中的命令缓冲区资源绑定到着色器，比如glUniformMatrix4fv。现在，我可以看到唯一的等价物是vkCmdPushConstants。
但是，也可以使用所有对象的数据创建一个大型缓冲区。然后使用vkCmdBindDescriptorSets更改偏移量，以便着色器获取对应对象的数据(更正我这里有问题，这就是我认为可以这样做的)。但是现在有什么“正确”的方法来获取每个对象的数据到你的着色器呢？在什么方面，它取决于着色器需要改变每个对象的数据量。
我要问的另一个问题是同步gpu和cpu。在将下一个帧的数据复制到gpu之前，您需要等待一个框架准备就绪。那么，如何让缓冲区
浏览 3提问于2016-07-17得票数 2
回答已采纳
2回答
在我的GPU应用程序中，OpenGL大部分时间都处于空闲状态，偶尔会刷新帧。我需要GPU在活动频率下立即运行时，缩放和平移的场景发生。
这就是我的问题-我的系统GPU上的大约需要100毫秒来感知活动，并从125 mhz空闲频率踢到900 mhz的活动频率-所以我的应用程序的用户将在100毫秒内感觉到15 fps，然后当GPU达到正常频率时，平滑地130 fps。
我的问题是，有没有一个标准的OpenGL方法可以在第一个新帧在一段时间不活动后被渲染之前，暗示“图形处理器”从空闲速度中唤醒？我更喜欢GPU从这个提示中唤醒，而不是工作负载感知(由于延迟)。
浏览 1提问于2016-09-27得票数 0
我有多个ubuntu22.04服务器与不同的NVIDIA卡，但他们从来没有达到高于P2的电源状态，并没有达到最高的时钟速度。
我试了很多，但似乎没有什么能说服这张牌走得更高。
root@pod0003:~# nvidia-smi -q -a
==============NVSMI LOG=====
浏览 0提问于2023-01-27得票数 1
2回答
我有一个多线程应用程序，它使用GPU，它本质上是单线程的，而我使用的实际app，，在我尝试使用它们时会崩溃，所以基本上是这样的：
static std::mutex s_FAST_GPU_mutex;
{
std::lock_guard<std::mutex> guard(s_FAST_GPU_mutex);
cv::gpu::FAST_GPU(/*params*/)(/*parameters*/);
}
现在，对代码进行基准测试显示，隔离的FAST_GPU()比CPU FAST()更快，但是在实际应用程序中，我的其他线程花费了大量时间等待锁，因此总体吞吐量更差。
浏览 4提问于2017-03-29得票数 1
回答已采纳
有人能给我个建议吗关于监控Nagios的事。
在Windows2008GPU操作系统下，如何在NVidia显卡上监控GPU的温度？
浏览 0提问于2013-08-12得票数 -1
回答已采纳
我正在使用community.kubernetes.helm轻松地部署舵机图表，但是我遇到了连接被拒绝的情况，并且不清楚如何配置重试/等待/直到。我遇到过这样一种情况，helm有时无法与集群通信，这里有一个示例(dns/ip伪造)表明，问题就像无法连接到集群一样简单：
致命: localhost：=> {“已更改”：false，“=>”："/usr/local/bin/helm -kubeconfig /var/opt/kubeconfig -命名空间=gpu-运算符列表--=>=yaml-filter gpu-operator"，"msg"：
浏览 2提问于2021-03-03得票数 0
我运行了一个检查，看看我的Tensorflow安装是否正在使用我的GPU，使用来自Tensorflow指令的示例代码
当我第一次运行代码时，我得到了以下输出：
$ python gpu-test.py
退出：
I tensorflow/stream_executor/dso_loader.cc:128] successfully opened CUDA library libcublas.so locally
I tensorflow/stream_executor/dso_loader.cc:128] successfully opened CUDA library libcudnn.
浏览 1提问于2017-03-25得票数 2
回答已采纳
我正在使用有状态的keras (Tensorflow后端)处理LSTM模型，我不能在多GPU平台上并行化它。。我收到了跟随错误。
tensorflow.python.framework.errors_impl.InvalidArgumentError:不相容形状: 256,75,39 vs. 512,75,39[Node: training/cna/gradients/loss/concatenate_1_loss/mul_grad/BroadcastGradientArgs = BroadcastGradientArgs]]
[节点:复制1/顺序1/稠密_1/truediv/_473= _
浏览 4提问于2017-11-08得票数 1
1回答
当我选择GPU后在colab笔记本上运行代码时，我会收到一条消息：“您连接到GPU运行时，但不使用GPU”。现在我知道以前也有人问过类似的问题，但我仍然不明白为什么。我在一个数据集上运行PCA，进行数百次迭代，进行多次试验。在没有GPU的情况下，只要在我的笔记本电脑上运行，它所需的时间就可以超过12个小时，从而导致colab上的超时。colab的GPU仅限于像tensorflow这样的机器学习库吗？有没有办法解决这个问题，这样我就可以利用GPU来加速我的分析了吗？
浏览 0提问于2020-07-11得票数 1
回答已采纳
1回答
我想微调一个GPT-2模型使用Huggingface的变形金刚。最好是中型型号，但如果可能的话要大一点。目前，我有一个RTX 2080钛与11 of的内存，我可以训练小模型刚刚好。
我的问题是:如果我在我的机器上添加了一个旧的Tesla K80 (24 an )并分发培训，我会遇到什么问题吗？在培训期间，我找不到关于使用不同容量GPU的信息，也找不到我可能遇到的问题。
我的模型大小限制基本上是所有可用GPU内存的总和吗？(35 GPU？)
我不想在AWS里这么做。
浏览 11提问于2020-03-28得票数 4
我尝试对模拟器使用快照和gpu支持。但是模拟器拒绝启动：
模拟器:错误:快照和gpu在这一点上是相互排斥的。请关闭其中一个，并重新启动模拟器。
我想知道这些限制的原因是什么？在我看来这并不是逻辑上的冲突。
浏览 3提问于2012-07-23得票数 29
回答已采纳
我正在写我的第一个真正的Haskell项目，我在程序中组织状态有困难。它是一个Gameboy颜色仿真器，所以有很多小旗子，整个州看起来就像
data Memory s = Memory { memory :: STUArray s Word16 Word8
, registers :: STUArray s Word8 Word8
, sp :: STRef s Word16
, pc :: STRef s Word16
浏览 2提问于2016-01-14得票数 11
回答已采纳
对于在Open/WebGL上计算自动化，我的天真方法是将自动机的状态编码为纹理，将每个像素看作一个自动机单元；然后我将一个片段着色器称为纹理，计算下一个状态并将其呈现回来。然后我将无限期地重复这个过程。
我的问题是:这不会导致内存在每次调用片段着色器时在CPU/GPU之间传输吗？理想情况下，我想调用片段着色器几次(数千次)，而没有CPU/GPU之间的任何通信；可能的话，充分利用处理单元的本地内存。
这有可能吗？
浏览 2提问于2016-03-10得票数 2
回答已采纳
我的新宏碁ES-411不会在Ubuntu下工作.它有一个英特尔N3540 CPU和一个集成的英特尔高清图形GPU。它有一个UEFI，我运行了dualboot 10和Ubuntu15.10。在Windows下没问题但我更喜欢Ubuntu..。虽然只是工作和冲浪，它运行，但当我看视频(mp4)，有时只需几秒钟，有时几分钟，直到机器完全冻结，没有键盘和ssh访问它。因此，也不存在来自崩溃的日志文件。我仍然试图用intel_gpu_frequency将GPU的频率从最低值改为最高值，已经关闭了蓝牙，但没有改变.我还用4.3内核和01.org英特尔驱动程序尝试了最新的Ubuntu评估版本，但也没有改变。
浏览 0提问于2016-01-02得票数 2
我正在用火把在GPU上进行神经网络训练。但是GPU的使用是奇怪的“有限”在50-60%左右。这是对计算资源的浪费，但我不能再高一点。
我确信硬件是好的，因为同时运行两个进程，或者训练一个简单的NN (例如DCGAN)都可以占用95%或更多的GPU。我的NN包含几个卷积层，应该使用更多的GPU资源。
此外，我猜想dataset中的数据提供的速度已经够快了，因为我在dataloader实例中使用了workers=64，而且我的磁盘运行得很好。
我只是对正在发生的事情感到困惑。
发展计划详情：
GPU : Nvidia GTX 1080 Ti
操作系统:Ubuntu 64位
浏览 0提问于2018-09-17得票数 0
我有一个应用程序，只能在X11环境中运行，具有完整的GPU访问/硬件OpenGL。
我可以在Hetzner服务器上运行它，因为他们的机器有像样的GPU。安装了Ubuntu桌面，并运行了x11vnc。
我正在考虑把所有桌面的东西放在码头容器中，并在主机上安装ubuntu服务器。有办法让码头集装箱完全访问GPU吗？
谢谢!莱昂蒂
浏览 0提问于2014-03-01得票数 5
我使用TensorFlow while_loop实现了一个使用大型矩阵的算法，最近我注意到了奇怪的行为:我在不同的运行中得到了不同的结果，有时甚至是nan值。我花了一些时间来缩小问题的范围，现在我有了以下最小的例子。我取一个大小为1的矩阵K，然后计算K⁵u，向量u填满1。在一次迭代之后，我期望向量填充15000。但事实并非如此。
import numpy as np
import tensorflow as tf
n = 15000
np_kernel_mat = np.ones((n, n), dtype=np.float32)
kernel_mat = tf.constant(np_ke
浏览 2提问于2018-09-15得票数 33
我正在学习的Vulkan教程()指出：“一旦提交了命令缓冲区，它仍然是”活动的“，并被GPU使用，此时重新设置命令缓冲区是不安全的。”
我认为重新设置命令缓冲区在提交命令缓冲区后是可以的，因为我认为数据现在已经安全地放在gpu上了(并且命令缓冲区本身驻留在cpu上)。数据的实际传输是否会在调用vkQueueSubmit时立即发生？
浏览 17提问于2022-06-03得票数 1
回答已采纳
4回答
我在为aks服务公司工作。我有一个Tensorflow服务图像在蔚蓝容器注册表。现在，当我部署我的服务时，公共服务端点是不可访问的，也不是可点击的。
我的图像暴露在端口8501，所以我使用它作为目标端口在我的yaml。
下面是用于此部署的yaml文件。
apiVersion: extensions/v1beta1
kind: Deployment
metadata:
name: my-model-gpu
spec:
replicas: 1
template:
metadata:
labels:
app: my-model-gpu
spec
浏览 1提问于2019-09-03得票数 0
回答已采纳
我试图在谷歌Pro+实例上训练具有300个时期的YOLOv5x6模型。不幸的是，在运行了近20+个小时后，训练在第250个时期停止，没有任何错误/信息/警告。知道哪里出问题了吗？在再次尝试之前，我想知道是什么导致了这个问题。有没有办法从中断的地方继续训练？
GPU: Tesla P100-PCIE-16 GPU，16280.875MB运行时外形:标准
浏览 2提问于2021-11-02得票数 0
命令
conda install -c anaconda tensorflow-gpu
现在正在默认情况下安装Tensorflow-gpu 1.7，它总是引发“无法创建会话”的错误。
下面是截图中的回溯图：
import tensorflow as tf
tf.Session()
2018-04-26 16:34:37.971115: I tensorflow/core/platform/cpu_feature_guard.cc:140]您的CPU支持这样的指令，即这个TensorFlow二进制文件没有编译使用: SSE4.1 SSE4.2 AVX AVX2 TensorFlow 2018
浏览 0提问于2018-04-26得票数 2
1回答
我在自己的三个虚拟机上安装了DC/OS1.9，所有节点都没有GPU资源，从/从-公共节点成功启动。在一个从日志中，它显示如下：
Jun 15 04:43:28 localhost.localdomain mesos-agent[31752]: E0615 04:43:28.488627 31752 containerizer.cpp:335] Cannot create the Nvidia GPU isolator: NVML is not available
Jun 15 04:43:28 localhost.localdomain mesos-agent[31752]: 2017-06-
浏览 0提问于2017-06-16得票数 1
我有一台4 GPU的机器，我在上面运行Tensorflow (GPU)和Keras。我的一些分类问题需要几个小时才能完成。
nvidia-smi返回不稳定的GPU-Util，在我的4个GPU中的任何一个上都不会超过25%。如何提高GPU使用率并加快培训速度？
浏览 2提问于2017-11-15得票数 11
你好，当我试图运行我的模型时，我收到一个错误。
，我使用tf2.1，我为我的模型做了一个类，原因是，我的模型有两个输出层，称为advantage和value，这是因为我正在做一个深度Q网络。
这是我的__init__方法-
class model(Model):
def __init__(self):
super(model, self).__init__()
self.lr = 0.01
self.conv1 = Conv2D(filters=32, input_shape=(210, 160, 1), kernel_size=(3,
浏览 1提问于2020-04-14得票数 1
回答已采纳
1回答
我试着去感受一下我应该为此付出多少努力。我正在构建一个基本的2D引擎，对于我的用例，只有8个纹理。当前，此引擎中的每个抽签调用都要求将其对应的纹理绑定到“0”。我的问题本质上是:有比这更快的东西吗？
例如，如果我将第一个精灵的纹理绑定到'0‘，第二个到'1’等，这将避免gpu不得不“切换”这些纹理。不过，我猜这不会有多大关系。
这是值得关注的事情吗？对于GPU来说，换掉纹理很昂贵吗？
浏览 0提问于2019-02-25得票数 1
3回答
如何自动启动、执行和停止EC2？
、、、、
我想每天在GPU机器上测试我的Python库一次。我决定使用AWS EC2进行测试。但是gpu机的费用很高，所以我想在测试结束后停止这个实例。
因此，我想每天自动做一次以下的事情
启动EC2实例(手动设置)
执行命令(测试->将日志推到S3)
停止EC2 (不删除)
怎么做？
浏览 3提问于2020-02-05得票数 2
回答已采纳
我最近买了一台新的笔记本电脑，并在上面安装了openSUSE Tumble杂草。笔记本电脑有一个英特尔核心i5处理器与集成图形和NVIDIA 3050 Ti。我的目标是将Xorg配置为在集成GPU上运行，并在不需要时禁用NVIDIA GPU (以节省电力，因为它消耗6瓦左右)。为此，我使用prime-select通过运行命令sudo prime-select offload来设置卸载模式。
然而，我遇到了一个问题，Xorg仍然运行在NVIDIA GPU上。当我检查nvidia-smi的输出时，我收到了以下信息：
Sun May 28 10:00:02 2023
+--------
浏览 0提问于2023-05-28得票数 3
回答已采纳
我很好奇昂贵的函数是什么样子的：
glViewPort
glLoadIdentity
glOrtho
是指在CPU和GPU上完成的工作。
这些文档记录在哪里？
浏览 0提问于2010-02-18得票数 2
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
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
