- 本节书摘来自华章计算机《Keras深度学习实战》一书中的第1章，第1.4.1节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译。 本节书摘来自华章计算机《Keras深度学习实战》一书中的第1章，第1.4.1节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译。
- 【AI生图】【Stable Diffusion】利用华为云G6实例，打造自己的AIGC图片炼丹炉 可联系作者，分享镜像 【AI生图】【Stable Diffusion】利用华为云G6实例，打造自己的AIGC图片炼丹炉 可联系作者，分享镜像
- 人工智能概述一、人工智能应用场景二、人工智能小案例案例一学习链接：https://quickdraw.withgoogle.com案例二学习链接：https://pjreddie.com/darknet/yolo/案例三学习链接：Deep Dream Generator三、人工智能发展必备三要素数据算法计算力 CPU，GPU，TPU计算力之CPU、GPU对比： CPU主要适合I、O密集型的... 人工智能概述一、人工智能应用场景二、人工智能小案例案例一学习链接：https://quickdraw.withgoogle.com案例二学习链接：https://pjreddie.com/darknet/yolo/案例三学习链接：Deep Dream Generator三、人工智能发展必备三要素数据算法计算力 CPU，GPU，TPU计算力之CPU、GPU对比： CPU主要适合I、O密集型的...
- 原文链接1 直接在终端中设定：CUDA_VISIBLE_DEVICES=1 python main.py2 python 代码中设定：import osos.environ["CUDA_VISIBLE_DEVICES"] = "0,1" 学习更多编程知识，请关注我的公众号：代码的路 原文链接1 直接在终端中设定：CUDA_VISIBLE_DEVICES=1 python main.py2 python 代码中设定：import osos.environ["CUDA_VISIBLE_DEVICES"] = "0,1" 学习更多编程知识，请关注我的公众号：代码的路
- 之前⼀直使⽤ Tensorflow 训练模型，第⼀次训练Pytorch模型的时候，发现速度很慢，仔细观察，发现GPU 内存占⽤为0，基本没有使⽤GPU。AssertionError: CUDA unavailable, invalid device 0 requestedcuda不可⽤报错，现实没有有效的驱动可使⽤测试cuda是否配置正确import torchprint(torch.cud... 之前⼀直使⽤ Tensorflow 训练模型，第⼀次训练Pytorch模型的时候，发现速度很慢，仔细观察，发现GPU 内存占⽤为0，基本没有使⽤GPU。AssertionError: CUDA unavailable, invalid device 0 requestedcuda不可⽤报错，现实没有有效的驱动可使⽤测试cuda是否配置正确import torchprint(torch.cud...
- 使用 GPUtil 小工具获取实时GPU使用率 使用 GPUtil 小工具获取实时GPU使用率
- 选用CUDA10.0镜像 添加nvidia-cuda和修改apt源curl -fsSL https://mirrors.aliyun.com/nvidia-cuda/ubuntu1804/x86_64/7fa2af80.pub | apt-key add - && \echo "deb https://mirrors.aliyun.com/nvidia-cuda/ubuntu1804/x86... 选用CUDA10.0镜像 添加nvidia-cuda和修改apt源curl -fsSL https://mirrors.aliyun.com/nvidia-cuda/ubuntu1804/x86_64/7fa2af80.pub | apt-key add - && \echo "deb https://mirrors.aliyun.com/nvidia-cuda/ubuntu1804/x86...
- Pycharm crash on Linux: GPU process isn‘t usable. Goodbye. Trace/breakpoint trap (core dumped) 解决办法：ubuntu18.04中pycharm打开项目报错：是readme.md中有内容触发了pycharm的闪退机制（crash），把项目中的readme.md改一个名字就可以打开了。 Pycharm crash on Linux: GPU process isn‘t usable. Goodbye. Trace/breakpoint trap (core dumped) 解决办法：ubuntu18.04中pycharm打开项目报错：是readme.md中有内容触发了pycharm的闪退机制（crash），把项目中的readme.md改一个名字就可以打开了。
- 使用 MobaXterm 连接矩池云 GPU服务器 使用 MobaXterm 连接矩池云 GPU服务器
- 1 问题现象使用CentOS私有镜像创建多卡GPU服务器，登录云服务器，发现系统卡住，无法进入系统；创建单卡机器可以正常登录2 解决方法需要禁用nouveau驱动，操作步骤如下处理步骤使用CentOS镜像创建普通的ECS服务器（如：s6）；登录服务器，执行以下步骤禁用nouveau驱动；执行vi /etc/modprobe.d/blacklist.conf编辑conf文件... 1 问题现象使用CentOS私有镜像创建多卡GPU服务器，登录云服务器，发现系统卡住，无法进入系统；创建单卡机器可以正常登录2 解决方法需要禁用nouveau驱动，操作步骤如下处理步骤使用CentOS镜像创建普通的ECS服务器（如：s6）；登录服务器，执行以下步骤禁用nouveau驱动；执行vi /etc/modprobe.d/blacklist.conf编辑conf文件...
- 1. 创新性：先进硬件架构与制程技术GPU硬件技术在硬件架构和制程技术上持续创新，许多GPU实现高度并行化设计，以充分利用多核处理器和多线程技术提高性能，并采用先进制程降低功耗与提升能效。2. 实用性：显卡与显存配置优化GPU硬件技术中，显卡与显存配置的合理性影响性能。为特定场景选择合适的显卡型号和配置，以及合适的显存容量和类型，能提升数据传输与处理能力。3. 可借鉴性：性能测评与功耗管理策... 1. 创新性：先进硬件架构与制程技术GPU硬件技术在硬件架构和制程技术上持续创新，许多GPU实现高度并行化设计，以充分利用多核处理器和多线程技术提高性能，并采用先进制程降低功耗与提升能效。2. 实用性：显卡与显存配置优化GPU硬件技术中，显卡与显存配置的合理性影响性能。为特定场景选择合适的显卡型号和配置，以及合适的显存容量和类型，能提升数据传输与处理能力。3. 可借鉴性：性能测评与功耗管理策...
- 大模型部署时，4卡或8卡GPU究竟能支持多少并发？本文从并发数、TTFT、TPOT、Token吞吐量和KV Cache等指标出发，分析影响推理服务性能的关键因素，并介绍基于vLLM的性能压测方法与容量评估思路。 大模型部署时，4卡或8卡GPU究竟能支持多少并发？本文从并发数、TTFT、TPOT、Token吞吐量和KV Cache等指标出发，分析影响推理服务性能的关键因素，并介绍基于vLLM的性能压测方法与容量评估思路。
- 在AI绘画与批量图像生成领域，GPU的显存容量直接决定了模型加载效率、出图速度及多任务并行能力。若显存不足，轻则频繁报错中断，重则因内存交换（Swap）导致性能骤降90%以上。本文基于TOP云GPU算力平台的实测数据，解析不同显存规格GPU的适用场景，助您在批量出图任务中实现“稳、快、省”。一、显存容量为何成为AI绘画核心瓶颈？AI绘画模型（如Stable Diffusion、MidJo... 在AI绘画与批量图像生成领域，GPU的显存容量直接决定了模型加载效率、出图速度及多任务并行能力。若显存不足，轻则频繁报错中断，重则因内存交换（Swap）导致性能骤降90%以上。本文基于TOP云GPU算力平台的实测数据，解析不同显存规格GPU的适用场景，助您在批量出图任务中实现“稳、快、省”。一、显存容量为何成为AI绘画核心瓶颈？AI绘画模型（如Stable Diffusion、MidJo...
- 2026年，AI编程工具正在经历一次形态层面的集体扩张。从CLI到IDE插件，从AI原生编辑器到桌面客户端，从云端智能体到浏览器内原型工具，产品形态的分化程度远超两年前。形态分化背后有一条清晰的逻辑：不同开发者的工作方式差异巨大，终端原生用户和图形界面用户需要的交互模式完全不同，个人开发者和团队协作场景对权限管理和规范沉淀的要求也截然不同。本文从形态演进入手，重点解析Kimi Code如何通... 2026年，AI编程工具正在经历一次形态层面的集体扩张。从CLI到IDE插件，从AI原生编辑器到桌面客户端，从云端智能体到浏览器内原型工具，产品形态的分化程度远超两年前。形态分化背后有一条清晰的逻辑：不同开发者的工作方式差异巨大，终端原生用户和图形界面用户需要的交互模式完全不同，个人开发者和团队协作场景对权限管理和规范沉淀的要求也截然不同。本文从形态演进入手，重点解析Kimi Code如何通...
- 企业上线资产管理数字化项目，软件平台负责业务流程、台账管理、报表分析，而各类 RFID 采集硬件承担实物数据采集的核心工作。硬件选型适配与否，直接决定盘点识别准确率、现场作业效率，也会影响整套项目最终落地成效。选型调研阶段，不少企业会将首码配套 RFID 硬件和市面其他硬件产品做对照评估，结合仓库、车间、办公场地不同作业环境，规划硬件组合方案，保障标签赋码、现场盘点、资产异动监控全流程稳定运... 企业上线资产管理数字化项目，软件平台负责业务流程、台账管理、报表分析，而各类 RFID 采集硬件承担实物数据采集的核心工作。硬件选型适配与否，直接决定盘点识别准确率、现场作业效率，也会影响整套项目最终落地成效。选型调研阶段，不少企业会将首码配套 RFID 硬件和市面其他硬件产品做对照评估，结合仓库、车间、办公场地不同作业环境，规划硬件组合方案，保障标签赋码、现场盘点、资产异动监控全流程稳定运...
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；蒋春阳-华为云AI开发者案例开发专家
本期直播内容： AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了：看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签