【设置gpu设备】os.environ[‘CUDA_VISIBLE_DEVICES‘]和torch.cuda.set_device()文章目录【设置gpu设备】os.environ[‘CUDA_VISIBLE_DEVICES‘]和torch.cuda.set_device()1.介绍2.方法2.1方法1：os.environ[‘CUDA_VISIBLE_DEVICES‘]（推荐）2.2方法2：torch.cuda.set_device(0)2.3说明3.参考1.介绍官方文档：当使用PyTorch进行深度学习训练时，通常需要使用CUDA加速计算。在使用PyTorch进行训练之前，需要确保已经正确

前言系统一开始是CentOS7.6，安装依赖时yum给的内核文件的版本号和uname-r的结果不一样，这时不能直接装依赖，装上后后面装驱动时会报错找不到内核头文件(最开始我直接装依赖了，以为高版本兼容低版本，然后装驱动时报错找不到957版的内核头文件)，所以需先yum-yupgrade，升级完后需重启(重启后变成CentOS7.9了)，之后yum给的版本号和uname-r就一样了，就可以装依赖了。升级前内核版本是957，yum装的话会装1160，版本不一样。升级前升级后yum装了1160版本的依赖，然后装驱动时报错找不到957版的内核头文件安装N卡驱动查看机器上有哪些显卡lspci|grep-

我在尝试使用GoogleTest时遇到了问题。关于如何使用ExternalProject_Add将gtest添加到项目中的手册有很多，但是大多数手册描述了一种基于使用gtest下载zip存档并构建它的方法。众所周知，gtest是github托管和基于cmake的项目。所以我想找到原生的cmake方式。如果这是一个只有标题的项目，我会这样写:cmake_minimum_required(VERSION2.8.8)include(ExternalProject)find_package(GitREQUIRED)ExternalProject_Add(gtestPREFIX${CMAKE_C

我在尝试使用GoogleTest时遇到了问题。关于如何使用ExternalProject_Add将gtest添加到项目中的手册有很多，但是大多数手册描述了一种基于使用gtest下载zip存档并构建它的方法。众所周知，gtest是github托管和基于cmake的项目。所以我想找到原生的cmake方式。如果这是一个只有标题的项目，我会这样写:cmake_minimum_required(VERSION2.8.8)include(ExternalProject)find_package(GitREQUIRED)ExternalProject_Add(gtestPREFIX${CMAKE_C

一、命令行安装（这种直接安装cmake，其实安装的版本都太老了，这种方式不推荐）sudoaptinstallcmake二、Cmake源码编译安装1.更新一下g++(已经安装请忽略)sudoapt-getinstallg++ 2.先检查是否有cmakewhichcmake如果显示了路径，说明含有cmake，设法卸载掉，可以使用sudoapt-getremovecmake卸载。3.下载cmake下载地址：https://cmake.org/download/直接点击下载，或者复制下载链接，使用wget下载。4.解压cmake在cmake源码所在文件夹中打开命令终端，解压文件：tar-zxvfcma

 一、下载文件。到下面的官网链接，下载你自己需要的版本。我喜欢11.7 CUDAToolkitArchive|NVIDIADeveloper二、安装可能的错误：Failedtoverifygccversion.--Linux安装CUDAGCC版本不兼容sudoshcuda_xxxxxxxxxxxxxx_linux.run--override加上这个override，就可以克服gcc版本不兼容问题了。若提示Existingpackagemanagerinstallationofthedriverfound.Itisstronglyrecommendedthatyouremovethisbefor

在Makefile中，这将通过类似的方式完成:g++-DGIT_SHA1="`gitlog-1|head-n1`"...这非常有用，因为二进制文件知道确切的提交SHA1，因此它可以在出现段错误时转储它。如何使用CMake实现同样的效果？ 最佳答案 我已经制作了一些CMake模块，这些模块可以用于版本控制和类似目的的git存储库-它们都在我的存储库中https://github.com/rpavlik/cmake-modules这些函数的好处是，每次HEAD提交更改时，它们都会在构建之前强制重新配置(重新运行cmake)。与使用exe

在Makefile中，这将通过类似的方式完成:g++-DGIT_SHA1="`gitlog-1|head-n1`"...这非常有用，因为二进制文件知道确切的提交SHA1，因此它可以在出现段错误时转储它。如何使用CMake实现同样的效果？ 最佳答案 我已经制作了一些CMake模块，这些模块可以用于版本控制和类似目的的git存储库-它们都在我的存储库中https://github.com/rpavlik/cmake-modules这些函数的好处是，每次HEAD提交更改时，它们都会在构建之前强制重新配置(重新运行cmake)。与使用exe

一、判断显卡种类判断你当前电脑的显卡是NVIDIA（N卡）还是AMD（A卡），Pytorch需要基于NVIDIA的显卡（N卡）上运行，A卡就不行了。二、安装CUDA、CUDNN（一定要注意对应版本！！！）2.1安装CUDA1.判断电脑应该装什么版本的CUDA。方式一：NVIDIA控制面板中查看方式二：CMD查看CMD中输入：nvidia-smi查看到本机可装CUDA版本12.0，版本向下兼容，意思就是CUDA12.0及以下版本的都可以安装，但一般不建议使用最新版本的，因为可能后续其他安装包没有更新对应版本的可以下载，所以最好选CUDA12.0以前的一到两个版本，我这里选择的是CUDA11.6，

一、判断显卡种类判断你当前电脑的显卡是NVIDIA（N卡）还是AMD（A卡），Pytorch需要基于NVIDIA的显卡（N卡）上运行，A卡就不行了。二、安装CUDA、CUDNN（一定要注意对应版本！！！）2.1安装CUDA1.判断电脑应该装什么版本的CUDA。方式一：NVIDIA控制面板中查看方式二：CMD查看CMD中输入：nvidia-smi查看到本机可装CUDA版本12.0，版本向下兼容，意思就是CUDA12.0及以下版本的都可以安装，但一般不建议使用最新版本的，因为可能后续其他安装包没有更新对应版本的可以下载，所以最好选CUDA12.0以前的一到两个版本，我这里选择的是CUDA11.6，