目录安装cuda下载cuDNN包cuda配置验证pycharm内下载gpu版TensorFlow安装cuda下载链接：https://developer.nvidia.cn/cuda-downloads?直接安装，首先提取在temp目录：这个temp目录在退出安装以及安装完成后会自动删除，如果没有，我们也可以手动将其删除提取完成后，就进入安装步骤直接精简安装即可，省事快捷，占点储存空间在现在也不是个事。安装好cuda后，会提示重启。重启完成后，安装成功。cuda安装好之后，会新建两个环境变量CUDA_PATH以及CUDA_PATH_V11_8：注意，有教程说，cuda会生成NVCUDASAMP
目录安装cuda下载cuDNN包cuda配置验证pycharm内下载gpu版TensorFlow安装cuda下载链接：https://developer.nvidia.cn/cuda-downloads?直接安装，首先提取在temp目录：这个temp目录在退出安装以及安装完成后会自动删除，如果没有，我们也可以手动将其删除提取完成后，就进入安装步骤直接精简安装即可，省事快捷，占点储存空间在现在也不是个事。安装好cuda后，会提示重启。重启完成后，安装成功。cuda安装好之后，会新建两个环境变量CUDA_PATH以及CUDA_PATH_V11_8：注意，有教程说，cuda会生成NVCUDASAMP
iTOP-RK3568开发板烧写Linux_NVR_SDK镜像，在串口终端输入以下命令查看NPU/GPU/CPU频率使用率。1输入以下命令挂载debug，只有挂载debug才可以查看NPU/GPU/CPU频率使用率。mount-tdebugfsdebugfs/sys/kernel/debugmount|grepdebug2输入以下命令查看NPU频率：cat/sys/kernel/debug/clk/clk_scmi_npu/clk_rate3查看GPU频率，输入以下命令cat/sys/kernel/debug/clk/clk_scmi_gpu/clk_rate或者输入以下命令查看GPU频率ca
iTOP-RK3568开发板烧写Linux_NVR_SDK镜像，在串口终端输入以下命令查看NPU/GPU/CPU频率使用率。1输入以下命令挂载debug，只有挂载debug才可以查看NPU/GPU/CPU频率使用率。mount-tdebugfsdebugfs/sys/kernel/debugmount|grepdebug2输入以下命令查看NPU频率：cat/sys/kernel/debug/clk/clk_scmi_npu/clk_rate3查看GPU频率，输入以下命令cat/sys/kernel/debug/clk/clk_scmi_gpu/clk_rate或者输入以下命令查看GPU频率ca
宿主机：本次实验采用VMware创建的CentOS系统作为宿主机使用也可以实际物理机作为宿主机一、虚拟化环境部署1：虚拟化环境检查1.部署KVM虚拟化的宿主机要求（最低）Hostsystemrequirements1核心2G内存6G硬盘KVM安装Linux虚拟机如CentOS7，那么宿主机可用硬盘至少6G，如果还需要尝试安装Windows虚拟机，那可用硬盘需要20G。总之，在允许的条件下内存和硬盘越大越好。2.检查宿主机是否支持虚拟化KVMhypervisorrequirements[root@localhost~]#lscpu通过lscpu查看是否支持虚拟化，出现VT-x（或AMD-V）表示
宿主机：本次实验采用VMware创建的CentOS系统作为宿主机使用也可以实际物理机作为宿主机一、虚拟化环境部署1：虚拟化环境检查1.部署KVM虚拟化的宿主机要求（最低）Hostsystemrequirements1核心2G内存6G硬盘KVM安装Linux虚拟机如CentOS7，那么宿主机可用硬盘至少6G，如果还需要尝试安装Windows虚拟机，那可用硬盘需要20G。总之，在允许的条件下内存和硬盘越大越好。2.检查宿主机是否支持虚拟化KVMhypervisorrequirements[root@localhost~]#lscpu通过lscpu查看是否支持虚拟化，出现VT-x（或AMD-V）表示
一、驱动软件准备：从nvidia网站下载驱动，注意，和普通显卡下载驱动地址不同。按照ESXi对应版本不同下载不同的安装包。安装包内含ESXi主机驱动和虚拟机驱动。GPU显卡和物理服务器兼容查询：（重要：一定要查兼容，最近遇到一客户反馈安装驱动后运行nvidia-smi各种报错，最后查询是因为不兼容导致。）https://www.nvidia.com/zh-cn/data-center/resources/vgpu-certified-servers/二、安装显卡驱动1、将驱动vib上传到主机的/tmp目录下，开启SSH服务，并将主机进入维护模式，使用如下命令esxclisoftwarevibi
一、驱动软件准备：从nvidia网站下载驱动，注意，和普通显卡下载驱动地址不同。按照ESXi对应版本不同下载不同的安装包。安装包内含ESXi主机驱动和虚拟机驱动。GPU显卡和物理服务器兼容查询：（重要：一定要查兼容，最近遇到一客户反馈安装驱动后运行nvidia-smi各种报错，最后查询是因为不兼容导致。）https://www.nvidia.com/zh-cn/data-center/resources/vgpu-certified-servers/二、安装显卡驱动1、将驱动vib上传到主机的/tmp目录下，开启SSH服务，并将主机进入维护模式，使用如下命令esxclisoftwarevibi
方法一1.用condalist看看有没有cpuonly这个包，有的话删掉，这个包是装不上gpu版本的罪魁祸首。condauninstallcpuonly2.装pytorchcudatoolkit（新建一个anaconda环境，或者把环境清空,注意版本号不要写错，清华源不是很智能，一定要加上详细的版本号搭配）condainstallpython==3.6.13condainstallpytorch==1.10.0cudatoolkit==10.2.89方法二1.首先尝试官方给的建议方式：StartLocally|PyTorchcondainstallpytorchcudatoolkit=10.2
方法一1.用condalist看看有没有cpuonly这个包，有的话删掉，这个包是装不上gpu版本的罪魁祸首。condauninstallcpuonly2.装pytorchcudatoolkit（新建一个anaconda环境，或者把环境清空,注意版本号不要写错，清华源不是很智能，一定要加上详细的版本号搭配）condainstallpython==3.6.13condainstallpytorch==1.10.0cudatoolkit==10.2.89方法二1.首先尝试官方给的建议方式：StartLocally|PyTorchcondainstallpytorchcudatoolkit=10.2
