从下
2和3的区别是什么？推荐“正常”使用哪一种？首先-感谢码头的形象！他们是最简单和最干净的方式开始与TF。
没有
浏览 3提问于2016-01-09得票数 4
回答已采纳
1回答
commandBuffer.waitUntilCompleted() // finally create an ordered list of commands forthe GPU
浏览 4提问于2017-05-14得票数 1
回答已采纳
有两次，当我使用4x1080ti完成训练模型时，服务器就崩溃了。服务器为什么会崩溃？9月6日02:48:40 GPU-8-服务器内核: 557998.990376 NVRM9月6日02:48:40 GPU-8-服务器-整数内核:
浏览 20提问于2017-09-08得票数 3
1回答
我正在考虑在GPU上处理数据的可能性，这对GPU内存来说太大了，我有几个问题。如果我正确地理解了这一点，使用映射内存，数据驻留在主内存中，并且只有在访问时才被传输到GPU，所以分配给GPU内存不应该是一个问题。
UVA类似于映射内存，但是数据可以存储在CPU和GPU内存中。但是GPU是否有可能在满有自己的数据的同时访问主内存(就像映射内存一样)？在这种情况下会发生内存溢出吗？在CUDA6.0中，UM不允许过订阅GPU内存(通常也不允许分配比GPU拥有的
浏览 3提问于2017-09-20得票数 2
回答已采纳
3回答
.*/现在，所有这些代码都是针对图形的，所有内容都是基本的数学运算(加、减、乘、模)，除了bufferedImage.getRGB(x, y)和使用java.awt.Color的操作，现在的问题是:可以在GPU上运行吗？或者这是自动基于GPU的吗？(我记得在什么地方读过这篇文章，但我不确定)
浏览 0提问于2015-05-31得票数 6
有一个带有两个GPU的服务器(Intel Xeon E5-2670，)和一个AMD GPU (Tahiti XT Radeon HD 7970)。还有连接到此服务器的SSD (系统和可执行文件)和HDD (重数据)。我不应该关闭我的服务器，因为服务器是设计为不关闭而工作的。成千上万的服务器不关机，一个月不间断地工作。
如果<e
浏览 0提问于2013-08-20得票数 1
回答已采纳
1回答
在上，我猜GPU实例不一定对参数服务器有效，因为参数服务器只保留值，不运行矩阵乘法等任何计算。因此，我认为的示例配置(参数服务器使用CPU，其他服务器使用GPU )具有良好的成本性能： scaleTier: CUSTOM parameterServerType: standard_cpu
workerCount
浏览 3提问于2017-04-14得票数 0
回答已采纳
所以我得用MS团队来做工作。是的，团队最近在Ubuntu20.04上工作得很好。直到昨天，我通过一个团队的音频通话分享我的屏幕，我的整个系统崩溃了。操作系统崩溃了。我甚至不能扼杀这个过程。即使我为团队打开一个控制台(ctrl+alt+t)和sudo kill -9，我也得不到答案。所以我知道这在某种程度上是对情况的描述，但最终还是很奇怪的。正如我在另一个帖子中所读到的，哈！永远不知道未经root权限运行的应用程序会使您的操作系统崩溃。
好吧，我在
浏览 0提问于2021-02-11得票数 5
如题，我买了一个腾讯的GPU服务器，想安装个安卓模拟器，但是安装的时候提示显卡驱动版本过低，无法安装，这个问题该怎么解决呢？非常感谢！！
浏览 3676提问于2019-09-21
2回答
Version: 10.0 || GPUECC ||==============我们相信这是因为我有两个不同类型的GPU在我的机器上。我需要在启动omnisql服务器时指定一种类型的<e
浏览 5提问于2019-04-02得票数 0
回答已采纳
我的目标是通过jupyter笔记本从本地计算机连接到goocle colab gpupip install jupyter_http_over_ws所以我已经从我的机器连接到Colab，但goal反之亦然，以便在我的本地机器上获得GPU
浏览 8提问于2021-04-24得票数 1
说明: MPS未启用，运行在单GPU上
更新：文件，这似乎是CUDA6.5的一个已知问题，等待与CUDA7进行测试的机会(在多个用户之间共享一个GPU，并需要一个暂时切换到CUDA7的非活动窗口)
浏览 1提问于2015-06-29得票数 1
我想运行一个在服务器上也使用Tensorflow的Python脚本。当我在没有会话配置的情况下运行它时，进程会分配所有GPU内存，从而阻止任何其他进程访问GPU。服务器规范如下：
在Tensorflow网站上，我发现这些指令可以为使用
浏览 9提问于2017-05-16得票数 1
2回答
现在我们想用GPU节点来扩展它(因此这将是Kubernetes集群中唯一拥有GPU的节点)。 我们希望避免Kubernetes在这些节点上调度pod，除非它们需要GPU。并不是所有的管道都可以使用GPU。绝大多数仍然只占用大量CPU资源。 配备GPU的服务器可能非常昂贵(例如，Nvidia DGX每台服务器可能高达150美元/k)。如果我们只是将DGX节点添加到Kubernetes集群中，那么Kubernetes也会在那里调度非GPU工作负载
浏览 24提问于2018-12-20得票数 1
回答已采纳
我试图理解这个论点的作用，AdamOptimizer的的compute_gradients方法这样说-但我不太清楚。在这种情况下，共分梯度意味着什么?所述op是什么？
浏览 3提问于2018-02-12得票数 3
回答已采纳
我正在尝试用Nvidia GPU节点/奴隶来设置Kubernetes。我遵循了的指南，并且能够让节点加入集群。我尝试了下面的kubeadm示例pod：kind: Pod name: gpu-pod containers: extendedResources: resources: nvid
浏览 3提问于2018-08-07得票数 1
回答已采纳
2回答
这需要几个小时的高度并行的代码在一个16核心服务器上，有超过足够的内存，因为该算法不是内存密集型。我使用了BigInteger 4中的.NET类。算法的细节并不重要，但对于上下文来说，下面是对这些整数执行的操作的非常详尽的列表，以及算法的一些显著特性：
基地2日志。考虑到内存访问和日志操作，我开始考虑GPU以及是否能够有效地卸载一些工作。我对GPU知之甚少，只是它们是为浮点操作而优化的。我的问题是，使用像GPU .NET这样
浏览 5提问于2012-08-17得票数 10
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
云直播
腾讯会议活动推荐
腾讯云开发者
