墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
300+累计阅读
391平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
安装CUDA与cuDNN，按照这个博主的步骤来，没出现问题
安装tensorRT-8.6.1,这个步骤
需要注意的是，在安装whl文件的时候，需要在每一个文件的当前路径下用pip命令安装，点击当前whl文件的路径，并输入cmd，安装完毕输入cd..回到上次目录，再去找下一个，一共需要安装四个
安装python的时候一定要核对自己python环境的版本，不要安装错了
最后验证的时候，如果和我一样出现这种这种报错，找不到相关文件，先核对那些该放的插件和该安装的东西是不是都安装了
如果都安装了，还是报错，试着把tensorRT-8.6.1文件夹放到C盘
没错，我搞了好几天，什么都检查了，实在没招了，发现跟那个博主的不同点就是这个，然后就移动了这个文件夹，然后就可以了。。。。。。
真的是栓Q了
英伟达DeepStream学习笔记52——在X86上运行deepstream 6.0.1（非docker）
安装 librdkafka（为消息代理启用 Kafka 协议适配器）然后再次 sudo apt-get update ，成功！我安装了470.161.03，cuda版本11.4。安装完成之后，加入到环境变量，可用gedit。在.bashrc末尾添加两行环境变量。最后，使环境变量生效。
Tensorrt8.6.1安装
来安装这些依赖库（python版本是3.10，所以安装对应的这三个库）环境配置：Tensorrt8.6.1 ，cuda11.6, cudnn8.6.0, torch1.13.1+cu116, torchvision0.14.1+cu116。1.先把cuda11.6, cudnn8.6.0, torch1.13.1+cu116, torchvision0.14.1+cu116这几个安装完之后。7.运行过程中会显示少一些库，使用pip安装对应的库就OK了。将include中头文件复制到。
STM32与SD卡SPI接口硬件设计：从原理图到调试的完整指南
SPI（串行外设接口）作为一种广泛应用的同步串行通信协议，以其接线简单、驱动成熟的特点，成为连接微控制器与各类外设的经典方案。其工作原理基于主从架构，通过时钟、数据线和片选信号实现全双工通信，在嵌入式系统中具有极高的技术价值，常用于连接传感器、存储设备和显示模块等。在数据存储场景中，SD卡凭借其大容量和便携性成为首选，而通过SPI模式驱动SD卡，则平衡了性能与设计复杂度。本文聚焦于使用Altium Designer进行硬件设计的工程实践，详细解析了STM32微控制器与SD卡通过SPI通信时，电源管理、上拉电
win系统安装tensorRT-8.6.1
如果出现报错说缺了dll文件，就在下面这个链接下载所缺失的dll文件，放入报错的文件夹。这三个选项唯一直接安装就好，下面这个根据自己的python版本选择。EA 版本代表抢先体验，GA 是稳定版。一共需要安装4个whl文件，在如图所示的红框中。我是在虚拟环境下安装的，所以在虚拟环境下打开终端。在安装环境里运行代码成功则安装成功。
Linux【实战】—— LAMP环境搭建 & 部署网站
由LinuxApacheMySQLPHP组成的一个web网络平台。
基于单片机电能质量检测仪设计
*单片机设计介绍，基于单片机电能质量检测仪设计。
ubuntu系统安装tensorRT-8.6.1版本（2023-8月最新版）
看了无数教程和b站视频，啊啊啊啊啊啊啊啊啊啊啊tensorRT要我狗命啊。我要写全网tensorRT最全的博客!!!总体来说成功安装方式有两种，pip安装和tar.gz安装（其实官网安装方式居多，奈何没有sudu权限~）我在两台服务器上分别用连这个红安装了tensorRT8.6.1，硬件：cuda：11.0。
最新打赏系统打赏源码麒麟最新打赏源码喜盈门打赏知识付费课程教程直播讲解
打赏源码打赏系统
安装tensorrt8.6.1及编译工程文件踩坑与总结
安装tensorrt8.6，转engine中的问题与解决方法。
Roboguide与TIA V16通讯
Roboguide与TIA V16通讯
C# 开发实战：深度解析 13.56MHz 射频卡读写应用
本文详细介绍了如何在 C# 环境下开发 13.56MHz 射频卡的读写应用。通过 ACR122U 作为硬件设备，结合 C# 提供的 COM 组件或 SDK，我们能够实现对射频卡的读取与写入功能。在实际开发中，开发者还需要根据具体应用场景选择合适的卡片类型与设备，并注意性能优化和异常处理。随着技术的发展，RFID 技术的应用场景会越来越广泛，开发者可以根据不同需求，灵活扩展读写功能，实现更加智能化和自动化的系统。
tensorRT的完整安装以及常见错误 export failure: [WinError 127] 找不到指定的程序。
我们需要把D:\tensorrt\TensorRT-8.6.1.6\lib对应的目录放到window环境变量即可。版本，安装完成tensorrt以后再pip install python对应的whl文件。在python中执行import tensorrt as trt代码会出现如下错误。
基于YOLOv11的人脸识别系统：从构建到应用的全流程指南
深度学习是机器学习的一个分支，旨在通过多层神经网络模拟人脑的认知能力。它能够从大量数据中自动提取特征，并进行准确的预测和分类。在计算机视觉领域，深度学习技术已经取得了显著的成果，尤其是在图像识别、目标检测等方面。YOLOv11是YOLO系列模型的最新版本，结合了卷积神经网络（CNN）和其他创新技术。它在保持高精度的同时，显著提高了推理速度。YOLOv11的结构轻量且高效，非常适合实时目标检测任务。人脸检测的目标是从图像或视频中定位所有人脸的位置。
在GPU为4060的Ubuntu20.04下的安装cuda==11.8、CUDNN==8.6.0、TensorRT 8.5.1.7
在利用tensorrt加速推理yolo v5时，遇到这个问题，经过不断探索，不断尝试，发现是因为笔记本的显卡为4060。
RT-DETR改进策略【Conv和Transformer】| HiLo注意力机制 通过分离处理图像的高频和低频信息，高效处理图像特征
本文记录的是利用改进检测模型，针对目标检测中面临的多尺度特征融合效率与长距离依赖建模难题，HiLo注意力模块的引入旨在通过频率解耦策略优化高分辨率特征处理，将高频细节（如目标边缘）与低频语义（如场景结构）分离建模，提升目标检测精度。Fast Vision Transformers with HiLo AttentionHiLo注意力模块的提出源于对传统自注意力机制局限性的反思。传统多头自注意力（MSA）在处理高分辨率图像时存在以下问题：HiLo将注意力模块分为高频（Hi-Fi）和低频（Lo-Fi）两个分支，
lwip-2.0.3
lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。
全网最新发现，在系统中不装cuda和cudnn，在装完Nvidia驱动之后直接在Anaconda中装pytorch，也可以使用
ubuntu20.04+pytorch1.8+cuda11.1+cudnn8.0.5+tensorrt8x 最近想搞yolox，看到里面有tensorrt和torch2trt就以为要装。白废了两天的时间还是没装上torch2trt。如果真的想搞还是用ubuntu18和tesorrt7x，cuda用11.0以下的，bug会少很多。 最近发现在系统中不装cuda和cudnn，在装完Nvidia驱动之后直接在Anaconda中装pytorch，也可以使用！！！！！ 应该是pytorch官网自己的原因， # CUD
IDEA的使用指南
IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.
Windows+conda+TensorRT
Windows10+conda+TensorRT FileNotFoundError: Could not find: cublas64_11.dll. Is it on your PATH?
WINCC7.3破解文件
WINCC7.3硬件够破解文件，有需要的下载！WINCC7.3硬件够破解文件，有需要的下载！
win10 跳过U8环境检测的IE WebControls.rar
win10 安装u8的时候 提示IE WebControls 不通过，这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后，重新检测通过。
Tensorrt7.2.1安装问题libcudnn.so.8: cannot open shared object file: No such file or directory
最近安装TensorRT7.2.1，cuda版本10.2，cudnn8.02，按照官网教程安装完成之后，import tensorrt的时候遇到问题。 ImportError: libcudnn.so.8: cannot open shared object file: No such file or directory 我的cuda是做了一个软链接，软链接地址在/usr/local/cuda下，我首先将/usr/local/cuda/lib64的路径，添加到.bashrc里面，即 export LD
Ubuntu18中cuda11.6+cuDNN8.4.1+tensorRT8.4.3.1+opencv4.2.0配置（AirVO配置）(超详细)
注意：我没有尝试过cuda11.4+cuDnn8.4.1+tensorRT8.4.3是否可以，但是根据cuda和cudnn的对应、tensorRT8.4.3支持列表，其实是支持的。我是重新装了cuda。下载opencv4.2和opencv-contrib-4.2，分别解压缩，opencv-contrib文件夹放进opencv-4.2文件夹中，我的显卡是2080Ti，所以bin是7.5。已有cuda11.4，eigen3.3.4，ros melodic，ceres 1.14，boost 1.65。
别再为CUDA版本头疼了！手把手教你用PyTorch 1.8.1 + CUDA 10.1搞定YOLOv5环境（附避坑指南）
本文详细指导如何配置PyTorch 1.8.1与CUDA 10.1环境以运行YOLOv5，解决版本兼容性问题。从驱动检查到CUDA安装，再到YOLOv5项目验证，提供一站式解决方案和常见错误排查方法，帮助开发者高效搭建深度学习环境。
从Anaconda到TensorRT 8.2.5：在Ubuntu 20.04上为你的AI项目搭建专属Python虚拟环境（避坑onnxruntime版本匹配）
本文详细指导在Ubuntu 20.04上为AI项目搭建Python虚拟环境，重点解决TensorRT 8.2.5与CUDA 11.3、cuDNN的版本匹配问题。从Anaconda环境配置到TensorRT和ONNX Runtime的安装，提供完整的避坑指南和性能优化建议，帮助开发者高效部署AI模型推理环境。
YOLOX模型TensorRT转换
官网地址 ：https://developer.nvidia.com/nvidia-tensorrt-8x-download。复制tensorRT目录下 lib、include文件夹到系统文件夹（或者将这两个文件夹路径添加到.bashrc文件中）测试代码：TensorRT-8.0.1.6/samples/sampleMNIST。在tensorRT目录下samples文件夹下 用sampleMNIST示例测试。将下面的环境变量 添加到.bashrc文件并保存。编译成功，执行bin目录下的可执行文件。
FaceFusion_3.6.0_CUDA_加速部署教程
大家好！今天给大家带来一篇超详细的FaceFusion 3.6.0本地部署教程。FaceFusion作为目前最火的人脸融合工具，3.6.0版本带来了更多优化和新功能。但是很多小伙伴在部署时遇到了CUDA加速的问题，特别是ONNX Runtime的GPU版本配置。本文将手把手教你从零开始，完成FaceFusion 3.6.0的完整部署，并实现CUDA加速！通过以上步骤，你应该能够成功部署FaceFusion 3.6.0并启用CUDA加速。CUDA和cuDNN版本必须匹配。
保姆级教程：在Ubuntu20.04上为ROS2 Humble打造专属的CUDA 11.3 + TensorRT AI推理环境
本文提供了一份详细的教程，指导如何在Ubuntu20.04上为ROS2 Humble构建CUDA 11.3 + TensorRT的AI推理环境。从NVIDIA驱动安装、CUDA工具链配置到TensorRT集成，涵盖了环境准备、深度学习环境部署及ROS2集成等关键步骤，帮助开发者高效解决版本冲突和性能优化问题。
Windows上GPU版本的Paddle Inference3.2.1安装和使用教程
这个教程涵盖了从安装到基础使用的完整流程。根据您的具体需求，可以选择合适的CUDA版本和配置选项。
Jetson Nano 上 torch1.8.0 和 yolov5 的保姆级安装避坑指南（JetPack 4.5）
本文提供了在Jetson Nano上安装torch1.8.0和yolov5的详细指南，特别针对JetPack 4.5系统。从环境准备、PyTorch安装到YOLOv5配置，逐步解析每个步骤，帮助开发者避开常见错误和性能瓶颈，实现在边缘设备上高效运行目标检测模型。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
546
扫一扫
