背景：最近用mmdet的时候发现一个问题，在pipeline里进行一些随机操作（例如随机裁剪）的时候，设定一个随机种子randomseed，理论上每次随机操作的结果都不同，但是实际上发现会有2张图的操作结果是一样的。本来以为是batch_size的问题，就去修改了sampers_per_gpu。结果发现实际上是workers_per_gpu的问题。因此就来好好研究下这俩个参数的作用和意义。实际上科班的应该对进程比较熟悉，但是也考虑到有很多像我一样非科班的小白，可能对进程workers不是很理解，故此记录下，也欢迎大佬交流指正这俩个参数具体出现在configs文件里 sampers_per_gp
前言第一次遇到这个问题时，是运行这个命令，报如下错误，运行：sudodockerrun--rm--gpus=allnvidia/cuda:10.0-base报错：docker:Errorresponsefromdaemon:couldnotselectdevicedriver""withcapabilities:[[gpu]].然后我参考这篇文章docker:Errorresponsefromdaemon:couldnotselectdevicedriver““withcapabilities:[[gpu]]问题解决_"docker:errorresponsefromdaemon:couldn
前言第一次遇到这个问题时，是运行这个命令，报如下错误，运行：sudodockerrun--rm--gpus=allnvidia/cuda:10.0-base报错：docker:Errorresponsefromdaemon:couldnotselectdevicedriver""withcapabilities:[[gpu]].然后我参考这篇文章docker:Errorresponsefromdaemon:couldnotselectdevicedriver““withcapabilities:[[gpu]]问题解决_"docker:errorresponsefromdaemon:couldn
python中使用opencv的cuda开发经验1.python使用GPU读取视频如果要在python种使用GPU读取视频的话，需要在opencv编译的时候加入ffmpeg和nvcuvid。(1)nvcuvdid编译下载Video_Codec_SDK_11.1.5.zip文件，地址：NVIDIAVIDEOCODECSDK复制nvcuid/cuviddec头文件sudocp./Video_Codec_SDK_11.0.10/Interface/nvcuvid.h/usr/local/cuda/includesudocp./Video_Codec_SDK_11.0.10/Interface/cuv
python中使用opencv的cuda开发经验1.python使用GPU读取视频如果要在python种使用GPU读取视频的话，需要在opencv编译的时候加入ffmpeg和nvcuvid。(1)nvcuvdid编译下载Video_Codec_SDK_11.1.5.zip文件，地址：NVIDIAVIDEOCODECSDK复制nvcuid/cuviddec头文件sudocp./Video_Codec_SDK_11.0.10/Interface/nvcuvid.h/usr/local/cuda/includesudocp./Video_Codec_SDK_11.0.10/Interface/cuv
第一步，首先，需要查看自己cuda对应的版本并安装。win+r输入cmd打开任务管理器输入invidia-smi 如图所示，我的是2060，最高支持的cuda版本到12.0进入pytorch官网查看torch与cuda的对应版本PyTorch 可以看出，最新支持11.7的cuda，而我的GPU最高支持到12.0，完全是没有问题的，这里我下载cuda11.6的版本。进入CUDAToolkitArchive|NVIDIADeveloper选择需要下载的cuda版本 下载完时候双击打开，进行安装安装完成在命令行中输入nvcc-V 如图能显示出cuda版本即安装成功第二步，下载对应版本的torch、t
第一步，首先，需要查看自己cuda对应的版本并安装。win+r输入cmd打开任务管理器输入invidia-smi 如图所示，我的是2060，最高支持的cuda版本到12.0进入pytorch官网查看torch与cuda的对应版本PyTorch 可以看出，最新支持11.7的cuda，而我的GPU最高支持到12.0，完全是没有问题的，这里我下载cuda11.6的版本。进入CUDAToolkitArchive|NVIDIADeveloper选择需要下载的cuda版本 下载完时候双击打开，进行安装安装完成在命令行中输入nvcc-V 如图能显示出cuda版本即安装成功第二步，下载对应版本的torch、t
作者：武卓最近，AIGC（即AIGeneratedContent，是指利用人工智能技术来生成内容）真的是火出了天际。除了被挤到服务器满负荷的chatGPT，另一个也颇受瞩目的领域当属AI作画了。利用开源的一类“扩散（diffusion）”模型，你可以随时用AI进行绘画创作。这么火爆的扩散模型，我们的OpenVINO™当然也是可以对它进行优化，并在英特尔®GPU上进行画作生成的加速的。具体怎么操作呢？全部的代码我们仍然开源在OpenVINONotebooks仓库中，具体可参考（openvino_notebooks/notebooks/225-stable-diffusion-text-to-im
作者：武卓最近，AIGC（即AIGeneratedContent，是指利用人工智能技术来生成内容）真的是火出了天际。除了被挤到服务器满负荷的chatGPT，另一个也颇受瞩目的领域当属AI作画了。利用开源的一类“扩散（diffusion）”模型，你可以随时用AI进行绘画创作。这么火爆的扩散模型，我们的OpenVINO™当然也是可以对它进行优化，并在英特尔®GPU上进行画作生成的加速的。具体怎么操作呢？全部的代码我们仍然开源在OpenVINONotebooks仓库中，具体可参考（openvino_notebooks/notebooks/225-stable-diffusion-text-to-im
由于已经安装了cpu版本了，如果再在该环境下安装gpu版本会造成环境污染.因此，再安装gpu版本时，需要再新建一个虚拟环境才能安装成功。然后去官网下载所适配的版本。安装完cuda和cudnn后，开始安装pytorch的gpu版本。1.安装cude首先查看windows电脑之前是否成功安装了CUDA第一步：同时按键盘上的“windows键+R”，输入“cmd”并回车，进入windows的命令行界面。第二步：命令行里输入“nvcc-V”并回车第三步：如果已经成功安装CUDA的话，会显示CUDA的版本号的。 已成功安装cuda跳过cuda安装部分在计算机-管理-设备管理器-显示适配器中，查看是否有独
