社区
CUDA高性能计算讨论
帖子详情
更换GTX670显卡后,原CUDA程序无法使用
wangya216
2012-06-12 02:41:23
以前使用GTX470,正常。
更换为GTX670后,使用了新驱动(版本为301.42)。操作系统为win7_64bit。
现象如下:
1,CUDA程序使用原cudart.dll(其它电脑上正常的版本,放入我们的CUDA程序目录下),提示严重错误、内存越界。
2,删除CUDA程序工作目录下的cudart.dll后,提示缺少cudart.dll。
3,找到新驱动里面的cudartx.x.dll,改名为cudart.dll后,仍然不能正常启动程序。
...全文
675
1
打赏
收藏
更换GTX670显卡后,原CUDA程序无法使用
以前使用GTX470,正常。 更换为GTX670后,使用了新驱动(版本为301.42)。操作系统为win7_64bit。 现象如下: 1,CUDA程序使用原cudart.dll(其它电脑上正常的版本,放入我们的CUDA程序目录下),提示严重错误、内存越界。 2,删除CUDA程序工作目录下的cudart.dll后,提示缺少cudart.dll。 3,找到新驱动里面的cudartx.x.dll,改名为cudart.dll后,仍然不能正常启动程序。
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
1 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
gzjspace
2012-07-03
打赏
举报
回复
我也有这个问题啊 同求解
搞定系列:yolov8训练自己的实例分割模型ubuntu版
本课程将带您进入yolov8面向实例分割框架搭建环境,标注,训练,测试等完整实现过程。这个课程主要
使用
的环境都是在ubuntu18.04.6操作系统上进行的,主要内容如下1、 yolov8目标检测框架基本介绍2、搭建ubuntu上yolov8环境3、用roboflow或者labelme标注自己的数据集4、转换数据集 5、配置参数6、参数调节和训练7、测试自己的模型yolov8不仅仅是一个目标检测框架,也具备实例分割和图像分类的功能。让我们在cv领域多出一个非常实用深度学习算法框,本课程主要针对实例分割做自己的数据集训练,不对目标检测和图像分类训练做讲解,请同学注意一下本课程主要内容,可以先观看本课程的课程导论,了解课程主要内容和体系结构。本课程需要用到的环境:(1)ubuntu18.04系统,您也可以
使用
其他版本系统比如ubuntu16.04/ubuntu20.04(2)带有nvidia
显卡
的台式机或者笔记本,要求
显卡
必须>=GTX920MX以上。
如何
使用
GTX750 或 1050
显卡
安装
CUDA
11+
由于兼容性问题,使得我们若想用较新版本的 PyTorch,通过 GPU 方式训练模型,也得
更换
较新版本得
CUDA
工具包。然而
CUDA
的版本又与电脑
显卡
的驱动
程序
版本关联,如果是低版本的
显卡
驱动
程序
安装
CUDA
11 及以上肯定会失败。比如 GTX750Ti 或 GTX1050Ti,出厂的驱动
程序
版本在 450 以下,也就只能装
CUDA
9 和
CUDA
10 之类的版本。那么有什么方法用前面这两种
显卡
安装
CUDA
11 以上的版本呢?
windows10安装NVIDIA
显卡
驱动+
cuda
10.0教程
windows10+nvidia驱动+
cuda
10.0+cudnn安装教程1、安装个鲁大师2、确定本机是否支持GPU加速3、
更换
至匹配的
显卡
驱动4、下载和安装
cuda
和cudnn5、验证6、游戏加速7、分享个漂亮的壁纸 1、安装个鲁大师 查看下
显卡
驱动的版本。安装
cuda
10需要驱动版本大于411。否则就卸载。 2、确定本机是否支持GPU加速 右击“此电脑”----选择“管理”—选择设备管理器—选择“显示适配器”就可以查看你的电脑是不是英伟达
显卡
(必须是英伟达的
显卡
,并且高于gtx950M以上级别) 3、
20240122在WIN10下给GTX1080配置
CUDA
驱动
音|视频转文字|字幕小工具V1.2,新增whisper-large-V3模型,支持100多种语言,自动翻译,解压即用!直接驱动
程序
就装好了,驱动版本2013年的,算最新的了!缘起:为了
使用
openai的whisper识别小语种【非英语】电影的字幕,决定开始折腾
CUDA
了!【盲目追新,强制安装最高版本的
CUDA
在WIN10电脑重启的时候可能会黑屏/死机!1.当电脑启动时,在Win10启动logo界面按住电源键强制关机,重复此操作三次。Win10系统电脑进入安全模式的四种方法,让你轻松应对各种问题。
NVIDIA支持
CUDA
的
显卡
选型简述
** NVIDIA支持
CUDA
的
显卡
选型简述 ** 目录NVIDIA支持
CUDA
的
显卡
选型简述一、概述1、为什么选这三款二、对比1、训练--trainingCPU与GPU的区别计算精度显存和显存带宽价格2、训练环境的选择3、推理--inference吞吐量和时延稳定性4、生产环境的选择三、说明1、自我说明2、名词说明CPU,GPU,TPU,NPU都是什么?3、nVidia
显卡
架构4、个人愚见 一、概述 参考链接: nvidia官方网站 根据nVidia官方介绍,nVidia出品的支持
CUDA
的产品有 1
CUDA高性能计算讨论
353
社区成员
615
社区内容
发帖
与我相关
我的任务
CUDA高性能计算讨论
CUDA高性能计算讨论
复制链接
扫一扫
分享
社区描述
CUDA高性能计算讨论
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章