文章大纲简介使用 wsl 的docker 进行深度学习与 原生方式的对比主要步骤1.安装 wsl-2 版本的windows NVIDIA驱动2. 在wsl-2 中安装 docker 及 NVIDIA 容器测试1，simple container测试2：Jupyter Notebooks参考文献简介目前我看官网主要推荐docker 方式了，那我们就用docker 方式试试。而且网上的安装教程也是do

在我的小 rmbp 256G的硬盘里，实在是装不下100多个G的虚拟机了，所以想把一些东西迁移到这两年很火的Docker下，Docker以前也有过一两次，只是按着别人给的用法用的，具体的一些细节并没有深入，和git一样，这么牛掰的东西怎么能不好好学一些呢？Docker和虚拟机的区别Docker是一种容器，虚拟机是一种管理程序虚拟机化(hypervisor virtualization,HV)。管理

本文从基础入手，主要阐述基于桌面电脑的多核程序设计的基础知识，包括一些向量化运算，虚拟机算，多线程等的相关知识总结。一.计算平台的分类单指令单数据流机器（SISD）传统的串行计算机，所有指令都是串行。多指令单数据流机器（MISD）多个指令流同时对一个数据流进行处理。但是大多数情况下，多个指令流处理多个数据才是更加有效的处理方式。单指令多数据流机器

最近代码写的少了，而leetcode一直想做一个python，c/c++解题报告的专题，c/c++一直是我非常喜欢的，c语言编程练习的重要性体现在linux内核编程以及一些大公司算法上机的要求，python主要为了后序转型数据分析和机器学习，所以今天来做一个难度为hard 的简单正则表达式匹配。做了很多leetcode题目，我们来总结一下套路：首先一般是检查输入参数是否正确，然后是处理算法的特殊

文章大纲本地方式主要步骤CUDA 本地安装cuDNN 本地安装anaconda 环境构建WSL 2 docker 方式主要步骤参考文献本地方式主要步骤CUDA 本地安装我点的win 11 版本，比较迷惑的是这个命名方式CUDA Toolkit 11.5 Downloads安装完成后：PS C:\Users\season> nvcc --versionnvcc: NVIDIA (R) Cuda

我 的电脑是神舟战神k650c i7 D4，处理器是Intel core i7 4710-MQ，系统是win 10的我心血来潮想学习一下安卓开发，就首先安装了android studio，但是启动安卓模拟器时候，提示说 intel 的haxm没有安装，但是我在SDK manager 里面没有发现有下载的选项，就在官网：https://software.intel.com/en-us/a

控制集成系统需要了解系统的各项硬件信息，之前我们设计的时候，习惯使用c函数来搞，后来可能发现程序的移植性收到了一些影响，比如unix内核的一些c函数在linux下面是没有的：比如 苹果达尔文内核的如下东西，linux里面就没有：  //kern_return_t kr;    //host_name_port_t myhost;   // kernel_version_

2012-2-9 星期4linux 常用命令：压缩解压命令-gz命令的英文原意：Gnu zip语法：gzip 选项[文件]功能描述：压缩文件压缩后文件格式： .gz1. 只能压缩文件，不能压缩目录2.不保留源文件解压缩命令：gunzip语法：gunzip选项[压缩文件]功能描述：解压缩.gz的压缩文件范例：gunzip file1.gz压

查看内核版本： uname -a                         more /etc/*release                          more /etc/redhat-release                         more /proc/version 查看CPU信息：grep "model name" /proc/cpuin

简介 官网：Orange-Pi-AIpro 算力指标与概念 TOPS是每秒数万亿或万亿次操作。它主要是衡量可实现的最大吞吐量，而不是实际吞吐量的衡量标准。大多数操作是 MAC（multiply/accumulates），因此： TOPS =（MAC 单元数）x（MAC 操作频率）x 2 目前我手里拿到的是NPU 8 T 算力的版本，她是否能够胜任计算机视觉领域目前最火爆的目标检测任务呢？ 香橙派