文章目录Cuda的下载及安装cuda版本cuda下载cuDNN下载及安装cuDNN下载配置环境变量测试CUDA下载torch包验证cuda是否可用Cuda的下载及安装cuda版本由于显卡的不同，需要先查看我们显卡及驱动最高支持的cuda。进入cmd输入nvidia-smi版本支持向下兼容，为了保证能够和其他开发库版本兼容，这里使用的CUDN版本为11.6.cuda下载CUDAToolkit|NVIDIADeveloper官网找到对应CUDA版本。(我这里选择的是CUDA11.6）依次选择如下配置，点击Download下载打开下载的.exe文件，建议选择自定义安装，如下图按照该选项选择。等待安装

Conda设置代理在使用Conda时，如果您需要通过代理访问网络资源，可以按照以下步骤配置代理：打开终端并运行以下命令以设置HTTP代理：condaconfig--setproxy_servers.httphttp://:请将“”和“”替换为您的代理服务器和端口号。例如，如果您使用的代理服务器是“proxy.example.com”，端口号是“8080”，则命令应为：condaconfig--setproxy_servers.httphttp://proxy.example.com:8080运行以下命令以设置HTTPS代理：condaconfig--setproxy_servers.https

文章目录4.我的解决1.错误描述2.自我尝试2.1减小batch_size2.2换卡改代码3.调研情况4.我的解决其实不难发现，我报错的位置基本都是从gpu往cpu转换的时候出现的问题。因此考虑是不是cpu内存不太够了，所以内存访问发生错误了由于我使用的是容器，因此在docker-compose或者dockerfile里将配置项改为：shm_size:64G→shm_size:128Gshm_size，共享内存（sharedmemory）之后就基本不报错了。。。后续发现其实是某张卡有问题，0~3一共4个GPU，只在使用0号GPU的时候会出问题0号卡似乎是被某个进程锁了，还是怎么样，不用那个卡就

文章目录4.我的解决1.错误描述2.自我尝试2.1减小batch_size2.2换卡改代码3.调研情况4.我的解决其实不难发现，我报错的位置基本都是从gpu往cpu转换的时候出现的问题。因此考虑是不是cpu内存不太够了，所以内存访问发生错误了由于我使用的是容器，因此在docker-compose或者dockerfile里将配置项改为：shm_size:64G→shm_size:128Gshm_size，共享内存（sharedmemory）之后就基本不报错了。。。后续发现其实是某张卡有问题，0~3一共4个GPU，只在使用0号GPU的时候会出问题0号卡似乎是被某个进程锁了，还是怎么样，不用那个卡就

程序的编写需要用到头文件，程序的编译需要lib文件，程序的运行需要dll文件，因此cmake引入第三方库其实就是将include目录、lib目录、bin目录引入工程。        目录1、find_package（批量引入库文件和头文件）2、include_directories（引入头文件目录）3、link_directories（引入库文件目录到当前工程）4、link_libraries(引入库文件到当前工程)5、target_link_libraries（引入库文件到子工程）6、target_include_directories（引入头文件目录到子工程）1、find_package（

当我从代码示例(HelloJIN)在AndroidStudio中打开一个新项目时遇到错误。项目打开后如下:Buildcommandfailed.Errorwhileexecutingprocess/opt/android-sdk/cmake/3.6.4111459/bin/cmakewitharguments{-H/home/max/Documents/AndroidStudioProjects/HelloJNI1/app/src/main/cpp-B/home/max/Documents/AndroidStudioProjects/HelloJNI1/app/.externalNat

当我从代码示例(HelloJIN)在AndroidStudio中打开一个新项目时遇到错误。项目打开后如下:Buildcommandfailed.Errorwhileexecutingprocess/opt/android-sdk/cmake/3.6.4111459/bin/cmakewitharguments{-H/home/max/Documents/AndroidStudioProjects/HelloJNI1/app/src/main/cpp-B/home/max/Documents/AndroidStudioProjects/HelloJNI1/app/.externalNat

**Ubuntu20.04安装CUDAcuDNN**一.显卡驱动、CUDA、cuDNN和cuda版本的pytorch的关系二.NVIDIA（英伟达）显卡驱动安装三.安装显卡驱动安装cuda和cudnn前的准备工作安装一系列的版本的查询四.安装CUDA与测试4.1下载与安装4.2配置CUDA环境变量4.3CUDA测试五.安装cuDNNcudnn测试五安装pytorch一.显卡驱动、CUDA、cuDNN和cuda版本的pytorch的关系NVIDIA的显卡在有驱动的前提下我们才能够使用的。平时所说的显卡的驱动和CUDA驱动不是一个东西，对于没有用过显卡的我来说开始就搞混了。CUDA是用于显卡并行计

【cmake】CMake编译Qt项目1.背景对于Qt项目，一般情况下使用qmake进行编译，但是在编译过程中会对源代码有一定程度上的改变，而使用CMake则没有这种烦恼，或者说比较简单的进行编译。借用网上的一句话：CMakeisCMake,othersarebullshit.2.QtQt（/ˈkjuːt/，發音同「cute」）是一个跨平台的C++應用程式開發框架。廣泛用於開發GUI程式，這種情況下又被称为部件工具箱。也可用於開發非GUI程式，比如控制台工具和伺服器。Qt使用於OPIE、Skype、VLCmediaplayer、AdobePhotoshopElements、VirtualBox與

已解决RuntimeError:CUDAerror:device-sideasserttriggered异常的正确解决方法，亲测有效！！！文章目录报错问题解决方法福利报错问题粉丝群里面的一个小伙伴敲代码时发生了报错（当时他心里瞬间凉了一大截，跑来找我求助，然后顺利帮助他解决了，顺便记录一下希望可以帮助到更多遇到这个bug不会解决的小伙伴），报错信息如下：首先，我报错的问题的文本是：RuntimeError:CUDAerror:device-sideasserttriggered以及Assertioninput_val>=zero&&input_valfailed把这两个文本放在前面以便搜索引擎