记：        遥想当初的我（其实也就是一年前啦~），年少无知，由于做学校作业项目的需要，要求自行安装Anaconda，我就在网上找教程，东一篇西一篇，拼拼凑凑地安装完了。期间踩的坑不计其数，想吐的血不止一口（谁装谁知道T_T），后来由于手贱，清电脑空间时不小心误删了部分文件，各种打不开，于是决定重装一遍，但当初找的教程有的忘了收藏有的不知散落在哪个天涯海角（总之就是找不到了），故我决定自己写一篇教程，为了下次安装时能够省时省力，费时三四天（毕竟大四老鬼了，学业不止一点点繁重），终于写完了，感动地我都想个自己一个大大的赞（疯狂暗示.jpg)！！！(●'◡'●)！！！目录一、Anaconda

1.CUDA流一个CUDA流指的是由主机发出的在一个设备中执行的CUDA操作序列。除主机端发出的流之外，还有设备端发出的流，但本文不考虑后者。一个CUDA流中的各个操作按照主机发布的次序执行；但来自两个不同CUDA流的操作不一定按照某个次序执行，有可能是并发或者交错地执行。任何CUDA操作都存在于某个CUDA流中，如果没有明确指定CUDA流，那么所有CUDA操作都是在默认流中执行的。非默认CUDA流由cudaStream_t类型的变量表示，它由如下CUDA运行时API产生与销毁：cudaError_tcudaStreamCreate(cudaStream_t*pStream);cudaErro

文章目录1.前置知识2.查看显卡驱动版本号3.查看显卡驱动版本号和CUDA版本对应关系4.查看经典的CUDA版本号5.安装CUDA5.1.下载CUDA安装包5.2.执行CUDA安装5.3.配置环境变量5.4.CUDA多版本管理1.前置知识如果Ubuntu系统还没有安装显卡驱动，参考这篇文章：Ubuntu20.04LTS安装RTX-3060显卡驱动2.查看显卡驱动版本号当显卡驱动安装完成后，需要使用nvidia-smi命令查看英伟达显卡驱动版本。nvidia-smi如上图所示，英伟达驱动版本为520.61.05，CUDA最高支持的版本为11.8。3.查看显卡驱动版本号和CUDA版本对应关系点击该

目录*序言00|系统信息01|下载安装Jtop02|卸载自带的opencv2.1为什么要卸载自带的opencv2.2卸载默认的方法2.3安装依赖库03|Nvidia预构建opencv-cuda4.5参考资料*序言大部分人在解决问题的时候，百度输入的关键词不够准确，展示出来的页面多数是跟自己用的系统版本不一致，导致安装失败。这点对于新手来说特别要注意，正如，你刚好看到我的文章，我希望你能在搜索时用硬件+系统+要解决的问题格式，说不定能提高你的检索效率。另外说一句，在2023年，有一款工具ChatGPT也是根据你提的问题回答。00|系统信息cat/etc/lsb-release结果：ISTRIB_

报错实验室去年到今年断了几次电，然后服务器上的2080Ti一直就感觉有点小毛病。属于是被折磨了几个月了。然后前两周断电后，显卡就基本上完全用不了了，经常服务器开机都会失败。并且就算服务器开机成功过后，没有几分钟显卡就会自己关掉刚刚开机一切都很正常但是没过几分钟显卡就会突然用不了了：nvidia-smiUnabletodeterminethedevicehandleforGPU0000:02:00.0:UnknownError然后查看是不是有显卡lspci|grep-invidia02:00.0VGAcompatiblecontroller:NVIDIACorporationTU102[GeFo

GPU计算是指使用GPU（图形处理单元）作为协处理器来加速CPU，以加速科学、分析、工程、消费者和企业应用程序的运行。GPU加速器由NVIDIA®于2007年首次推出，现在已经支持了世界各地的政府实验室、大学、公司和中小企业的节能数据中心。GPU加速了从汽车、手机和平板电脑到无人机和机器人等平台的应用程序。GPU通过卸载一些计算密集型和耗时的代码部分来加速运行在CPU上的应用程序。应用程序的其余部分仍在CPU上运行。从用户的角度来看，应用程序运行得更快，因为它使用GPU的大规模并行处理能力来提高性能。这被称为“异类”或“混合”计算。CPU由4到8个CPU核心组成，而gpu由数百个较小的核心组成

Ubuntu20.04LTS系统安装CUDA11.8、cuDNN，可进行CUDA版本切换1.更改为清华源并更新软件列表和依赖项2.安装CUDA3.安装cuDNN4.CUDA版本切换1.更改为清华源并更新软件列表和依赖项https://mirrors.tuna.tsinghua.edu.cn/help/ubuntu/#默认注释了源码镜像以提高aptupdate速度，如有需要可自行取消注释debhttps://mirrors.tuna.tsinghua.edu.cn/ubuntu/focalmainrestricteduniversemultiverse#deb-srchttps://mirror

1.gpu直通方式1-1v1.8之前的老版本:基于nvidia-docker实现(基本不用了,了解)前期准备：1、nvidiadriver2、cuda3、nvidia-dockerK8s启动pod时指定参数，即可使用gpu（1）alpha.kubernetes.io/nvidia-gpu指定调用nvidiagpu的数量（2）为了能让GPU容器运行起来，需要将Nvidia驱动和CUDA库文件指定到容器中。这里需要使用hostPath，您只需要将hostPath指定到/var/lib/nvidia-docker/volumes/nvidia_driver/384.98即可，并不需要指定多个bin和

OpenCVOpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和MacOS操作系统上。它轻量级而且高效——由一系列C函数和少量C++类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。opencv官网github源码OpenGLOpenGL（英语：OpenGraphicsLibrary，译名：开放图形库或者“开放式图形库”）是用于渲染2D、3D矢量图形的跨语言、跨平台的应用程序编程接口（API）。这个接口由近350个不同的函数调用组成，用来从简单的图形

一、简介 开源项目，文本提示的生成音频模型https://github.com/suno-ai/bark Bark是由Suno创建的基于变换器的文本到音频模型。Bark可以生成极为逼真的多语种演讲以及其他音频-包括音乐、背景噪音和简单的声音效果。该模型还可以产生非言语沟通，如笑声、叹息和哭声。为了支持研究社区，我们提供了预训练的模型检查点，可用于推断，并可供商业使用。二、演示链接:https://pan.baidu.com/s/1O9_la6TBar75NfI1yut4Lg?pwd=utqg提取码:utqg 三、支持的语言LanguageStatusEnglish(en)✅German(de)