摘要: 当你在ubuntu上安装caffe时: # sudo apt install caffe-cpu 它会编译python 3 only(_caffe.cpython-36m-x86_64-linux-gnu.so)的绑定,它位于/usr/lib/python3/dist-packages/caffe/ 阅读全文
posted @ 2020-04-01 15:32 老三的博客 阅读(657) 评论(0) 推荐(0) 编辑
摘要: Linux安装CUDA的正确姿势 https://blog.csdn.net/wf19930209/article/details/81879514 Ubuntu16.04安装NVIDIA驱动、实现GPU加速 https://blog.csdn.net/zhang970187013/article/ 阅读全文
posted @ 2020-04-01 14:54 老三的博客 阅读(6911) 评论(0) 推荐(0) 编辑
摘要: 为什么需要安装cudnn cuDNN的全称为NVIDIA CUDA® Deep Neural Network library,是NVIDIA专门针对深度神经网络(Deep Neural Networks)中的基础操作而设计基于GPU的加速库。cuDNN为深度神经网络中的标准流程提供了高度优化的实现方 阅读全文
posted @ 2020-04-01 14:43 老三的博客 阅读(28383) 评论(0) 推荐(0) 编辑
摘要: Ubuntu 16.04,原始cuda版本8.0,安装cuda 10.0后,使用nvcc --version查询,显示cuda仍为8.0 ubuntu@zhangli:/usr/local$ nvcc --version nvcc: NVIDIA (R) Cuda compiler driver C 阅读全文
posted @ 2020-04-01 14:35 老三的博客 阅读(8977) 评论(0) 推荐(1) 编辑
摘要: 【推荐】官网查询链接(最新情况): https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html 截止作者当前查询情况: 阅读全文
posted @ 2020-04-01 14:31 老三的博客 阅读(14300) 评论(0) 推荐(0) 编辑
摘要: Linux下一行apt-get指令: # sudo apt install nvidia-cuda-toolkit 个人使用感受,不建议使用,本人使用后cuda并未正确安装。 使用nvcc -V命令查看cuda版本。 使用nvidia-smi命令查看GPU使用情况。 阅读全文
posted @ 2020-04-01 14:29 老三的博客 阅读(1019) 评论(0) 推荐(0) 编辑
摘要: GeForce驱动下载: https://www.geforce.cn/drivers CUDA: https://developer.nvidia.com/cuda-downloads cuDnn: https://developer.nvidia.com/rdp/cudnn-archive 阅读全文
posted @ 2020-04-01 14:23 老三的博客 阅读(630) 评论(0) 推荐(0) 编辑
摘要: YOLOv3中处理一张1080P的图片,resize到输入416*416尺寸,调用内部接口做cpu resize,可能80%~90%的时间耗在图像解码、resize上,对比推理时间耗时严重。尝试用cuda做外部resize。修改下工程用于Ubuntu16.04,1080ti显卡,提供个包其中需要cm 阅读全文
posted @ 2020-04-01 14:19 老三的博客 阅读(4689) 评论(0) 推荐(0) 编辑
摘要: #include <iostream> #include <opencv2/opencv.hpp> using namespace std; using namespace cv; int main(){ VideoCapture capture(0); Mat img; while (!0) { 阅读全文
posted @ 2020-04-01 14:02 老三的博客 阅读(187) 评论(0) 推荐(0) 编辑
摘要: 只需一行命令即可,但是注意需要先添加python-opencv的依赖库。 # sudo apt-get install libopencv-dev python-opencv 这里注意区分一下pip安装opencv的代码(恰好单词顺序反过来了): pip install opencv-python 阅读全文
posted @ 2020-04-01 13:59 老三的博客 阅读(8710) 评论(0) 推荐(1) 编辑