草庐IT

CMAKE_CUDA_ARCHITECTURES

全部标签

c++ - CMake:使用静态库在一个项目中构建多个可执行文件

我正在从事一个项目,该项目包含3个服务器可执行文件和一个用于共享代码的库。我希望它是跨平台的,所以我使用CMake(因为Xcode无论如何都很痛苦)来处理构建过程。我在设置CMakeLists时遇到问题,以便在构建可执行文件时可以从同一级别的目录中包含库。这是目录结构(和CMake文件):tethealla2.0/CMakeLists.txtlibtethealla/CMakeLists.txtencryption/utils/patch_server/CMakeLists.txtlogin_server/CMakeLists.txtship_server/CMakeLists.txt

c++ - CMake 似乎忽略了 CMAKE_OSX_DEPLOYMENT_TARGET

我在OSX10.10.5上使用CMake3.3.2和Xcode7.1。我有一个使用CMake的小型C++项目。我希望它在OSX10.9或更高版本上运行。所以我修改了我的CMakeLists.txt来开始这个:cmake_minimum_required(VERSION3.3)set(CMAKE_OSX_DEPLOYMENT_TARGET"10.9")project(...然后我像这样创建Xcode项目:cmake-GXcode但是,生成的xcodeproj包似乎没有设置部署目标。当我在文本编辑器中打开包含的project.pbxproj文件时,没有提到MACOSX_DEPLOYMENT

ubuntu18.04复现yolo v8环境配置之CUDA与pytorch版本问题以及多CUDA版本安装及切换

最近在复现yolov8的程序,特记录一下过程环境:ubuntu18.04+rosmelodic小知识:GPU并行计算能力高于CPU—B站UP主说的Ubuntu可以安装多个版本的CUDA。如果某个程序的Pyorch需要不同版本的CUDA,不必删除之前的CUDA,可以实现多版本的CUDA切换一、查看当前PyTorch使用的CUDA版本:python-c"importtorch;print(torch.version.cuda)"注意:sudoln-sflibcudnn.so.8.0.5libcudnn.so.81.需要进入conda环境2.进入conda环境命令:condaactivate****

c++ - 内核参数的 CUDA C++ 模板化

我正在尝试基于bool变量对CUDA内核进行模板化(如此处所示:ShouldIunifytwosimilarkernelswithan'if'statement,riskingperformanceloss?),但我不断收到编译器错误,提示我的函数不是模板。我认为我只是遗漏了一些明显的东西,所以非常令人沮丧。以下不起作用:实用工具#include"kernels.cuh"//Utilityfunctions内核.cuh#ifndefKERNELS#defineKERNELStemplate__global__voidkernel(...params...);#endif内核.cutem

c++ - CMake:编译 OpenCV 时找不到 CUDA 库

我正在使用CMAKE在Windows上编译支持CUDA的OpenCV3.0.0。当我点击“配置”时,出现如下错误:CMakeError:Thefollowingvariablesareusedinthisproject,buttheyaresettoNOTFOUND.PleasesetthemormakesuretheyaresetandtestedcorrectlyintheCMakefiles:CUDA_cufft_LIBRARY(ADVANCED)linkedbytarget"opencv_hal"indirectoryE:/dev-lib/opencv3/sources/mod

Linux和Windows系统下:安装Anaconda、Paddle、tensorflow、pytorch,GPU[cuda、cudnn]、CPU安装教学,以及查看CPU、GPU内存使用情况

Linux和Windows系统下安装深度学习框架所需支持:Anaconda、Paddlepaddle、Paddlenlp、pytorch,含GPU、CPU版本详细安装过程1.下载Anaconda的安装包Anaconda安装:Anaconda是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。使用Anaconda可以通过创建多个独立的Python环境,避免用户的Python环境安装太多不同版本依赖导致冲突。Anaconda是一个免费开源的Python和R语言的发行版本,用于计算科学,Anaconda致力于简化包管理和部署。Anaconda的包使用软件包

c++ - CMake - 自动解析预编译头的依赖关系?

到目前为止,至少据我所知,在CMake中没有标准的方法来指定以跨平台的方式向项目添加预编译头(PCH),因为C++编译器处理PCH的方式是供应商之间差异很大。对于G++,这通常是通过简单地添加一个自定义命令来解决的,该命令负责使用适当的输入调用编译器并让它生成PCH。我现在的问题是CMake不会解析你为自定义命令指定的依赖项的依赖项。例如,假定以下结构:pch.h|-dependA.h|-dependB.h...仅提供pch.h作为依赖项将导致在相应的makefile中生成适当的目标,它跟踪对pch.h。但是,CMake不解析insidepch.h的包含,因此不会识别对dependA.

c++ - 如何使用 CMake 测试 C++ 应用程序没有内存错误?

我在CMake中有一个C++项目,我已经实现了单元测试(使用GoogleTest)以及集成测试,即执行应用程序并使用正则表达式检查结果,例如add_test(NAMEMyAppIntegration.testRefitRunMseCOMMANDmy_application"--refit=true")set_tests_properties(MyAppIntegration.testRefitRunMsePROPERTIESPASS_REGULAR_EXPRESSION"mse\\=1\\.53611e\\-05")现在我想做与上面相同的事情,但运行应用程序来检测内存错误,例如只需运行

c++ - CMake 着色错误和警告

有没有办法从cmake生成的Makefile中调用gcc生成彩色输出?这将使调试应用程序变得容易得多。 最佳答案 你想要cmake二进制文件的彩色输出吗?为此,我不知道任何解决方案。CMake可以生成提供verbose(andcolourful)的Makefiles有关构建过程的信息。这可以通过以下方式启用:SET(CMAKE_COLOR_MAKEFILEON)#AndoptionallySET(CMAKE_VERBOSE_MAKEFILEON)如果你想让gcc输出有颜色,那么看看colorgcc脚本。安装它尝试这样的事情:CC=/

c++ - 在 CUDA 内核中使用 char 变量会受到惩罚吗?

我似乎记得得到提示,我应该尽量避免在CUDA内核中使用char,因为SM喜欢32位整数。使用它们会有一些速度损失吗?比如做起来是不是比较慢inta[4];intb=a[0]+a[1]+a[2]+a[3];a[1]=a[3];a2[0]=a[0]比chara[4];charb=a[0]+a[1]+a[2]+a[3];a[1]=a[3];a2[0]=a[0]在内核代码中?注意事项:我对使用char值进行算术运算、执行比较以及将它们读写到内存中的惩罚很感兴趣。 最佳答案 预先快速说明:在C/C++中,char的符号是实现定义的。当使用ch