<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>Cuda on Jermineの博客 </title>
    <link>https://Jermine.vdo.pub/tags/cuda/</link>
    <description>Recent content in Cuda on Jermineの博客 </description>
    <generator>Hugo</generator>
    <language>zh-CN</language>
    <lastBuildDate>Wed, 26 Dec 2018 18:14:00 +0800</lastBuildDate>
    <atom:link href="https://Jermine.vdo.pub/tags/cuda/feed.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>Linux安装Nvidia Docker</title>
      <link>https://Jermine.vdo.pub/linux/linux%E5%AE%89%E8%A3%85nvidia-docker/</link>
      <pubDate>Wed, 26 Dec 2018 18:14:00 +0800</pubDate>
      <guid>https://Jermine.vdo.pub/linux/linux%E5%AE%89%E8%A3%85nvidia-docker/</guid>
      <description>&lt;p&gt;&lt;strong&gt;注意：&lt;/strong&gt; 由于程序运行于容器之中，所以镜像中一般都是带有CUDA、CUDNN库的，因此只需要在docker所在的主机上安装显卡驱动即可，无需费太大力气去安装cuda、cuddn之类的东西。&lt;/p&gt;</description>
    </item>
    <item>
      <title>Nvidia Docker可以指定GPU以及数量</title>
      <link>https://Jermine.vdo.pub/docker/nvidia-docker/</link>
      <pubDate>Fri, 23 Nov 2018 18:17:44 +0800</pubDate>
      <guid>https://Jermine.vdo.pub/docker/nvidia-docker/</guid>
      <description>&lt;h2 id=&#34;docker可以指定gpu以及数量操作如下&#34;&gt;docker可以指定GPU以及数量操作如下：&lt;/h2&gt;&#xA;&lt;p&gt;docker调用GPU时可以明确指定用哪一张显卡，同时也可以指定数量&lt;/p&gt;&#xA;&lt;p&gt;&lt;img src=&#34;https://Jermine.vdo.pub/img/docker/1.png&#34; alt=&#34;1&#34;&gt;&lt;/p&gt;</description>
    </item>
    <item>
      <title>解决TensorFlow：ImportError: libcudnn.so.*: cannot open shared object file: No such file or dictionary</title>
      <link>https://Jermine.vdo.pub/deeplearn/tensorflow/%E8%A7%A3%E5%86%B3importerror_libcudnn.so.-cannot-open-shared-object-file/</link>
      <pubDate>Wed, 05 Sep 2018 15:18:21 +0800</pubDate>
      <guid>https://Jermine.vdo.pub/deeplearn/tensorflow/%E8%A7%A3%E5%86%B3importerror_libcudnn.so.-cannot-open-shared-object-file/</guid>
      <description>&lt;h3 id=&#34;环境&#34;&gt;环境&lt;/h3&gt;&#xA;&lt;pre tabindex=&#34;0&#34;&gt;&lt;code&gt;Ubuntu16.04&#xA;Nvidia 384&#xA;CUDA 8.0&#xA;cuDNN 5&#xA;&lt;/code&gt;&lt;/pre&gt;&lt;h3 id=&#34;错误&#34;&gt;错误&lt;/h3&gt;&#xA;&lt;p&gt;TensorFlow、CUDA、cuDNN的版本关系我时常懵懵的，经常出现各种不支持的情况，比如今天安装了TensorFlow1.10.1，报错:&lt;code&gt;ImportError: libcudnn.so.7: cannot open shared object file: No such file or dictionary&lt;/code&gt;&lt;/p&gt;</description>
    </item>
    <item>
      <title>Linux [re]install CUDA - Linux 安装和使用 CUDA</title>
      <link>https://Jermine.vdo.pub/linux/linux-reinstall-cuda/</link>
      <pubDate>Fri, 24 Aug 2018 13:48:25 +0800</pubDate>
      <guid>https://Jermine.vdo.pub/linux/linux-reinstall-cuda/</guid>
      <description>&lt;h1 id=&#34;简便安装方法&#34;&gt;简便安装方法&lt;/h1&gt;&#xA;&lt;p&gt;&lt;strong&gt;此文档来源于Jermine的个人blog ：&lt;/strong&gt; &lt;a href=&#34;https://jermine.vdo.pub/linux/ubuntu-16.04-reinstall-cuda/&#34;&gt;https://jermine.vdo.pub/linux/ubuntu-16.04-reinstall-cuda/&lt;/a&gt;&lt;/p&gt;&#xA;&lt;h2 id=&#34;推荐两种玩法&#34;&gt;推荐两种玩法：&lt;/h2&gt;&#xA;&lt;p&gt;&lt;strong&gt;注意&lt;/strong&gt; ： 由于tensorflow的GPU版本依赖nvidia的cuda、cudnn库，因此一般需要包含cuda和cudnn的链接库文件，普遍做法是通过主机安装cudnn、cuda的方式。这里还有另外两种方式可以选择：&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
