nvidia

    0热度

    1回答

    我想在显示器上显示处理过的视频。对于CUDA中的视频处理,我正在考虑购买Nvidia Tesla等级卡,但它没有任何视频输出端口。有没有办法在Tesla GPU卡上创建帧缓冲区,然后将其传输到系统内存并通过主板图形显示? PS:我不想在CPU上计算任何东西,以获得接近实时的性能。

    4热度

    1回答

    从NVIDIA CUDA C Programming Guide: 注册用法可以使用编译器maxrregcount 选项控制或如启动界描述启动边界。 从我的理解(和纠正我,如果我错了),而-maxrregcount限制寄存器整个.cu文件可以使用的数量,__launch_bounds__预选赛定义每个__global__内核maxThreadsPerBlock和minBlocksPerMultip

    2热度

    2回答

    因此, 我已经在我的ubuntu 16.4和CUDA和CUDNN上安装了Nvidia驱动程序。我解决了所有问题,现在没问题。 它已经安装完成,安装进行得很顺利。 我想在我的R.代码中使用h2o.deepwater: dlmodel <- h2o.deepwater(x=predictors, y=response, training_frame=train,

    0热度

    1回答

    我一直在尝试编译桌面主机上的基本tensorRT项目 - 因为现在的源从字面上就在下面: #include <nvinfer.h> class Logger : nvinfer1::public ILogger { } glogger; 在运行make,不过,我收到以下消息: fatal error: nvinfer.h: No such file or directory #inc

    1热度

    1回答

    我试图用轮廓探查NIVIDA我的代码,但是我在时间轴上遇到奇怪的差距,如下图所示: 注:这两个内核在CgapMemCpyAsync(主机到设备) 我在Ubuntu 14.04上运行最新版本的CUDA,8.0.61和最新的Nvidia显示驱动程序。 英特尔集成显卡用于显示不是Nvidia。所以,Nvidia显卡只运行代码,而不是其他任何东西。 我已启用CPU分析以及检查这些差距,但没有显示! 此外,

    0热度

    1回答

    嗨我试图训练一个modell,当我得到这个错误信息:如果我理解它的权利,说我没有VRAM,但我有一个华硕GTX1080 A8G游戏应该有足够的Vram 。我在所有工作之前尝试过,但突然间无处可去。 我深深网: # -*- coding: utf-8 -*- """ Created on Thu Jun 29 11:52:11 2017 @author: tobia """ #import

    9热度

    2回答

    我已经aldready花了相当的时间对堆栈溢出周围挖掘和其他寻找答案,但找不到任何 大家好, 我我在上面运行Keras的Tensorflow。 我90%确定我安装了Tensorflow GPU,有没有什么方法可以检查我做了哪些安装? 我试图从Jupyter笔记本上运行一些CNN模型,我注意到Keras在CPU上运行模型(选中的任务管理器,CPU处于100%)。 我试图从tensorflow网站运行

    -1热度

    1回答

    我正在使用Windows 7.当我在tensorflow中测试了我的GPU之后,测试的CPU型号,我换用CPU的: tf.device("/cpu:0") 我假设我可以切换回来到GPU: tf.device("/gpu:0") 但是我得到了窗户下面的错误消息,当我尝试重新运行此配置: 设备“NVIDIA Quadro M2000M”不是交换设备,无法删除。 随着“nvida-smi”我寻找

    1热度

    1回答

    我试图链接CUDA项目中的对象文件。下面是我的makefile: CUDA_PATH := /usr/local/cuda NVCC := $(CUDA_PATH)/bin/nvcc NVCCFLAGS := -arch=sm_37 --device-c -std=c++11 -cudart=shared -rdc=true LIBS := -lcutil -lcudpp -lcuda

    0热度

    1回答

    我写了下面的代码来测试最大逻辑器件编号。 #include "vulkan/vulkan.hpp" #include <cassert> #include <vector> #include <iostream> int main() { std::vector<vk::Instance> instances; std::vector<vk::Device> dev