gpu硬件环境搭建

登疯作极 2014-11-24 10:15:27

小弟现在想做一个基于gpu的多路视频的实时处理，请问有没有什么型号的开发版可以直接提供这样的功能？好烦啊，自己没找到，可是导师说网上有

...全文

87 2 打赏收藏转发到动态举报

写回复

2 条回复

切换为时间正序

请发表友善的回复…

发表回复

登疯作极 2014-11-27

打赏
举报

回复

嗯嗯，太好了，这是我几天下来搜索到的板子：nvidia kayla platform, freescale iMX6 series,再加上你的jetson TK1, 还有一个瑞芯微的PX2开发板。

YCMyTot 2014-11-24

打赏
举报

回复

NVIDIA 不是有一块移动开发板 Jetson Tegra K1 吗？

这是Windows 10 下的cudnn5.1版本，运行TensorFlow官方CNN例子必须，对应的cuda版本是8.0

下载地址：https://pytorch.org/get-started/locally/下载地址：https://developer.nvidia.com/cudnn。解压安装到对应 CUDA 路径。

想要学习人工智能，那么使用GPU加速自己的深度学习训练是必不可少的，但很多初学者都被环境搭建这一步困扰！安装并配置这些东西真的是比编程还难，过程中遇到各种问题，然后去搜解决方法，但都五花八门，可能因为每个人遇到的问题的具体情况不同，所以即使按照别人的方法也还是会出现问题。这里，我将自己在整个过程中遇到的问题以及注意事项记录下来，也算是进行一个整理，也希望可以帮助到一些人，来教大家从头搭建属于自己的深度学习环境。

GPU分析、容器化、Docker介绍在Linux环境下搭建GPU分析容器化部署所需要的环境。

详细讲解在Windows系统中配置支持GPU的PaddleOCR环境，涵盖CUDA 11.8与cuDNN 8.9.7安装、Anaconda虚拟环境创建、PaddlePaddle-gpu及PaddleOCR库的安装与验证，并介绍PyCharm中运行OCR测试代码的完整流程。

590

社区成员

2,925

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

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