cuda

软硬件环境 ubuntu 18.04 64bit anaconda with 3.7 nvidia gtx 1070Ti cuda 10.1 pytorch 1.5 YOLOv5 前言 YOLOv4 还没有退热， YOLOv5 就已经来了！ 6月9日， Ultralytics 公司开源了 YOLOv5 ，离上一次 YOLOv4 发布不到50天，不过这一次的 YOLOv5 是基于 PyTorch 实现的，而不是之前版本的 darknet ！ 根据官方给出的数字， YOLOv5 的速度最快可以达到每秒140帧（ FPS ），但是权重文件只有 YOLOv4 的1/9，而且准确度更高。本次的发布的 YOLOv5 并不是一个单独的模型，而是一个模型家族，包括了 YOLOv5s 、 YOLOv5m 、 YOLOv5l 、 YOLOv5x ，要求 Python 3.7和 PyTorch 1.5以上版本。 关于 YOLOv5 这个版本，大家可以看看知乎中的讨论，链接放在文末的参考资料中 安装GPU环境 请参考之前的文章 ubuntu安装cuda windows 10安装cuda和cudnn 安装pytorch的GPU版本 来到官网 https://pytorch.org/get-started/locally/，根据自己的环境，进行选择，网站会给出相应的安装命令。我这里的环境是 linux 、

去年底入手一台联想Y7000P,配置了Nvidia GeForce GTX 1660 Ti GPU，GPU内存6G，但是因为有GPU服务器，所以一直没有在这台笔记本上跑过模型，如今经过一番折腾，终于在此笔记本上搭建好了环境，并成功使用GPU训练了一些模型，本篇记录了环境搭建的过程。 检查你的GPU 首先确保你的电脑有Nvidia的GPU，并且支持CUDA，可以参考 这个网址 。 安装vs2017 Visual Studio 2017 Community下载地址 安装选项：勾选“C++的桌面开发”,右边的列表再额外勾选一个SDK,这个SDK是在后续测试CUDA样例的时候要用到的，如下图： 安装CUDA10.0 下载 打开网站： CUDA10.0 按照下图选择对应的选项后，点击下载： 安装 双击下载的文件，选择自定义安装，如果之前你已经安装过显卡驱动并且兼容CUDA10.0，可以在这里去掉显卡驱动的勾选，兼容情况参考 这里 ，截图如下： 另外，去掉Visual studio integration的勾选： 后面默认选择下一步，等待安装完成。 测试 命令行测试： nvcc -V 输出以下信息即成功: 样例测试： 以管理员方式打开vs2017，然后加载bandwidthTest解决方案，路径如下： C:\ProgramData\NVIDIA Corporation\CUDA Samples

1. 安装环境 电脑：MSI GP63 显卡：GeForce GTX 1070 系统：Ubuntu 16.04 驱动版本：NVIDIA 384.130 2. 循环登录 如果按照这篇文章 Ubuntu 16.04 安装 CUDA、CUDNN 和 GPU 版本的 TensorFlow 一般步骤总结 中说的直接在设置中安装驱动的话，就会遇到在登录界面循环登录的问题。 于是我们转而利用从官网下载的 run 文件来安装，而驱动的版本则选择和在设置中附加驱动里看到的一样。 在 BIOS 里面关闭快速启动和安全启动 进入 Ubuntu 系统，Ctrl+Alt+F1 进入 tty1 模式 输入用户名和密码进行登录 关闭图形界面 sudo service lightdm stop 给 run 文件赋予执行权限 sudo chmod +x NVIDIA*.run (代表下载的安装文件) sudo ./NVIDIA*.run -no-x-check -no-nouveau-check -no-opengl-files 中间有警告的话选继续安装，不认证 打开图形界面 sudo service lightdm start 重启 按照这个方法安装驱动后可以正常登录进系统，运行 nvidia-smi 命令也可以看到显卡信息，但在设置中依然只有一个 800*600 的分辨率选项。 3. 无法设置分辨率 具体表现

摘要 ：先把AI人脸识别跑起来，然后研究它是如何实现的，整个过程中确实收获不少。所谓先跟着做，再跟着学，实践与理论结合，自己感觉有理解了一些基础概念入个门，在此分享一下自己的捣鼓经验。 1、买台小“电脑” 既然要做人脸识别，那得找台带摄像头的小电脑啊。首先得价格便宜，简单搜了下，基本有以下几个选择： 树莓派4： ARM系统，生态好。价格合适，55刀。CPU在3个中最好，算力0.1TFLOPS K210：RISC-V的（非ARM），价格是最实惠的，299元。算力有0.8TOPS Jetson Nano：ARM系统，比树莓派4还贵，但是多一个英伟达的GPU（当然是丐版的GPU），价格99刀。算力0.47TFLOPS 这3个里面，考虑到人脸识别应该有更多的AI属性，那么带GPU能做AI推理不是更香么，于是就选择了英伟达的Jetson Nano开发板（主要也是想先入门英伟达的GPU派系，谁叫现在NVIDIA比较香呢）。 参考链接： https://www.zhihu.com/question/384561694 https://zhuanlan.zhihu.com/p/81969854 2、启动系统 这里需要先把“系统image”刷到 tf 卡里面，然后把tf卡插到开发板上，然后开机启动。启动有2个点需要注意： 跳线帽，需要插上（不然电源点不亮）。 第一次开机会卡住，需要重启一次。 启动后