2021-02-01-CUDA

博客主要围绕 CUDA 位置展开,虽内容简短,但聚焦于信息技术领域中 CUDA 这一关键技术的位置相关信息。

CUDA 位置

在这里插入图片描述

(base) C:\Users\miracle>conda activate myenv (myenv) C:\Users\miracle>conda install pytorch==2.5.0 torchvision==0.20.0 torchaudio==2.5.0 pytorch-cuda=11.8 -c pytorch -c nvidia 3 channel Terms of Service accepted Channels: - pytorch - nvidia - defaults Platform: win-64 Collecting package metadata (repodata.json): done Solving environment: done ==> WARNING: A newer version of conda exists. <== current version: 25.11.0 latest version: 25.11.1 Please update conda by running $ conda update -n base -c defaults conda ## Package Plan ## environment location: C:\Users\miracle\.conda\envs\myenv added / updated specs: - pytorch-cuda=11.8 - pytorch==2.5.0 - torchaudio==2.5.0 - torchvision==0.20.0 The following packages will be downloaded: package | build ---------------------------|----------------- brotlicffi-1.0.9.2 | py39h885b0b7_2 318 KB certifi-2025.10.5 | py39haa95532_0 157 KB cffi-2.0.0 | py39h02ab6af_0 239 KB charset-normalizer-3.4.4 | py39haa95532_0 104 KB cuda-cccl-12.9.27 | 0 16 KB nvidia cuda-cccl_win-64-12.9.27 | 0 1.1 MB nvidia cuda-cudart-11.8.89 | 0 1.4 MB nvidia cuda-cudart-dev-11.8.89 | 0 723 KB nvidia cuda-cupti-11.8.87 | 0 11.5 MB nvidia cuda-libraries-11.8.0 | 0 1 KB nvidia cuda-libraries-dev-11.8.0 | 0 1 KB nvidia cuda-nvrtc-11.8.89 | 0 72.1 MB nvidia cuda-nvrtc-dev-11.8.89 | 0 16.1 MB nvidia cuda-nvtx-11.8.86 | 0 43 KB nvidia cuda-profiler-api-12.9.79 | 0 19 KB nvidia cuda-runtime-11.8.0 | 0 1 KB nvidia cuda-version-12.9 | 3 17 KB nvidia expat-2.7.3 | h885b0b7_4 31 KB filelock-3.17.0 | py39haa95532_0 33 KB giflib-5.2.2 | h7edc060_0 105 KB gmpy2-2.2.1 | py39h827c3e9_0 205 KB idna-3.11 | py39haa95532_0 184 KB intel-openmp-2023.1.0 | h59b6b97_46320 2.7 MB jinja2-3.1.6 | py39haa95532_0 276 KB lcms2-2.16 | hb4a4139_0 566 KB lerc-3.0 | hd77b12b_0 120 KB libcublas-11.11.3.6 | 0 33 KB nvidia libcublas-dev-11.11.3.6 | 0 375.9 MB nvidia libcufft-10.9.0.58 | 0 6 KB nvidia libcufft-dev-10.9.0.58 | 0 144.6 MB nvidia libcurand-10.3.10.19 | 0 46.7 MB nvidia libcurand-dev-10.3.10.19 | 0 242 KB nvidia libcusolver-11.4.1.48 | 0 29 KB nvidia libcusolver-dev-11.4.1.48 | 0 94.1 MB nvidia libcusparse-11.7.5.86 | 0 13 KB nvidia libcusparse-dev-11.7.5.86 | 0 175.7 MB nvidia libdeflate-1.17 | h2bbff1b_1 153 KB libexpat-2.7.3 | h885b0b7_4 119 KB libjpeg-turbo-2.0.0 | h196d8e1_0 618 KB libnpp-11.8.0.86 | 0 294 KB nvidia libnpp-dev-11.8.0.86 | 0 143.2 MB nvidia libnvjpeg-11.9.0.86 | 0 4 KB nvidia libnvjpeg-dev-11.9.0.86 | 0 1.9 MB nvidia libtiff-4.5.1 | hd77b12b_0 1.1 MB libwebp-1.3.2 | hbc33d0d_0 73 KB libwebp-base-1.3.2 | h3d04722_1 303 KB markupsafe-3.0.2 | py39h827c3e9_0 36 KB mkl-2023.1.0 | h6b88ed4_46358 155.9 MB mkl-service-2.4.0 | py39h827c3e9_2 66 KB mkl_fft-1.3.11 | py39h827c3e9_0 167 KB mkl_random-1.2.8 | py39hc64d2fc_0 257 KB mpmath-1.3.0 | py39haa95532_0 828 KB networkx-3.2.1 | py39haa95532_0 2.4 MB numpy-2.0.1 | py39h055cbcc_1 11 KB numpy-base-2.0.1 | py39h65a83cf_1 9.0 MB openjpeg-2.5.2 | hae555c5_0 268 KB pillow-11.1.0 | py39h096bfcc_0 759 KB pycparser-2.23 | py39haa95532_0 210 KB pysocks-1.7.1 | py39haa95532_1 29 KB python-3.9.25 | h716150d_1 16.0 MB pytorch-2.5.0 |py3.9_cuda11.8_cudnn9_0 1.38 GB pytorch pytorch-cuda-11.8 | h24eeafa_6 7 KB pytorch pytorch-mutex-1.0 | cuda 3 KB pytorch pyyaml-6.0.2 | py39h827c3e9_0 173 KB requests-2.32.5 | py39haa95532_0 150 KB sympy-1.14.0 | py39haa95532_0 11.5 MB tbb-2021.8.0 | h59b6b97_0 149 KB torchaudio-2.5.0 | py39_cu118 7.1 MB pytorch torchvision-0.20.0 | py39_cu118 7.7 MB pytorch typing_extensions-4.15.0 | py39haa95532_0 79 KB urllib3-2.5.0 | py39haa95532_0 307 KB win_inet_pton-1.1.0 | py39haa95532_1 9 KB ------------------------------------------------------------ Total: 2.66 GB The following NEW packages will be INSTALLED: blas pkgs/main/win-64::blas-1.0-mkl brotlicffi pkgs/main/win-64::brotlicffi-1.0.9.2-py39h885b0b7_2 bzip2 pkgs/main/win-64::bzip2-1.0.8-h2bbff1b_6 certifi pkgs/main/win-64::certifi-2025.10.5-py39haa95532_0 cffi pkgs/main/win-64::cffi-2.0.0-py39h02ab6af_0 charset-normalizer pkgs/main/win-64::charset-normalizer-3.4.4-py39haa95532_0 cuda-cccl nvidia/win-64::cuda-cccl-12.9.27-0 cuda-cccl_win-64 nvidia/win-64::cuda-cccl_win-64-12.9.27-0 cuda-cudart nvidia/win-64::cuda-cudart-11.8.89-0 cuda-cudart-dev nvidia/win-64::cuda-cudart-dev-11.8.89-0 cuda-cupti nvidia/win-64::cuda-cupti-11.8.87-0 cuda-libraries nvidia/win-64::cuda-libraries-11.8.0-0 cuda-libraries-dev nvidia/win-64::cuda-libraries-dev-11.8.0-0 cuda-nvrtc nvidia/win-64::cuda-nvrtc-11.8.89-0 cuda-nvrtc-dev nvidia/win-64::cuda-nvrtc-dev-11.8.89-0 cuda-nvtx nvidia/win-64::cuda-nvtx-11.8.86-0 cuda-profiler-api nvidia/win-64::cuda-profiler-api-12.9.79-0 cuda-runtime nvidia/win-64::cuda-runtime-11.8.0-0 cuda-version nvidia/noarch::cuda-version-12.9-3 expat pkgs/main/win-64::expat-2.7.3-h885b0b7_4 filelock pkgs/main/win-64::filelock-3.17.0-py39haa95532_0 freetype pkgs/main/win-64::freetype-2.13.3-h0620614_0 giflib pkgs/main/win-64::giflib-5.2.2-h7edc060_0 gmp pkgs/main/win-64::gmp-6.3.0-h537511b_0 gmpy2 pkgs/main/win-64::gmpy2-2.2.1-py39h827c3e9_0 idna pkgs/main/win-64::idna-3.11-py39haa95532_0 intel-openmp pkgs/main/win-64::intel-openmp-2023.1.0-h59b6b97_46320 jinja2 pkgs/main/win-64::jinja2-3.1.6-py39haa95532_0 jpeg pkgs/main/win-64::jpeg-9f-ha349fce_0 lcms2 pkgs/main/win-64::lcms2-2.16-hb4a4139_0 lerc pkgs/main/win-64::lerc-3.0-hd77b12b_0 libcublas nvidia/win-64::libcublas-11.11.3.6-0 libcublas-dev nvidia/win-64::libcublas-dev-11.11.3.6-0 libcufft nvidia/win-64::libcufft-10.9.0.58-0 libcufft-dev nvidia/win-64::libcufft-dev-10.9.0.58-0 libcurand nvidia/win-64::libcurand-10.3.10.19-0 libcurand-dev nvidia/win-64::libcurand-dev-10.3.10.19-0 libcusolver nvidia/win-64::libcusolver-11.4.1.48-0 libcusolver-dev nvidia/win-64::libcusolver-dev-11.4.1.48-0 libcusparse nvidia/win-64::libcusparse-11.7.5.86-0 libcusparse-dev nvidia/win-64::libcusparse-dev-11.7.5.86-0 libdeflate pkgs/main/win-64::libdeflate-1.17-h2bbff1b_1 libexpat pkgs/main/win-64::libexpat-2.7.3-h885b0b7_4 libffi pkgs/main/win-64::libffi-3.4.4-hd77b12b_1 libjpeg-turbo pkgs/main/win-64::libjpeg-turbo-2.0.0-h196d8e1_0 libnpp nvidia/win-64::libnpp-11.8.0.86-0 libnpp-dev nvidia/win-64::libnpp-dev-11.8.0.86-0 libnvjpeg nvidia/win-64::libnvjpeg-11.9.0.86-0 libnvjpeg-dev nvidia/win-64::libnvjpeg-dev-11.9.0.86-0 libpng pkgs/main/win-64::libpng-1.6.50-h46444df_0 libtiff pkgs/main/win-64::libtiff-4.5.1-hd77b12b_0 libuv pkgs/main/win-64::libuv-1.48.0-h827c3e9_0 libwebp pkgs/main/win-64::libwebp-1.3.2-hbc33d0d_0 libwebp-base pkgs/main/win-64::libwebp-base-1.3.2-h3d04722_1 libzlib pkgs/main/win-64::libzlib-1.3.1-h02ab6af_0 lz4-c pkgs/main/win-64::lz4-c-1.9.4-h2bbff1b_1 markupsafe pkgs/main/win-64::markupsafe-3.0.2-py39h827c3e9_0 mkl pkgs/main/win-64::mkl-2023.1.0-h6b88ed4_46358 mkl-service pkgs/main/win-64::mkl-service-2.4.0-py39h827c3e9_2 mkl_fft pkgs/main/win-64::mkl_fft-1.3.11-py39h827c3e9_0 mkl_random pkgs/main/win-64::mkl_random-1.2.8-py39hc64d2fc_0 mpc pkgs/main/win-64::mpc-1.3.1-h827c3e9_0 mpfr pkgs/main/win-64::mpfr-4.2.1-h56c3642_0 mpmath pkgs/main/win-64::mpmath-1.3.0-py39haa95532_0 networkx pkgs/main/win-64::networkx-3.2.1-py39haa95532_0 numpy pkgs/main/win-64::numpy-2.0.1-py39h055cbcc_1 numpy-base pkgs/main/win-64::numpy-base-2.0.1-py39h65a83cf_1 openjpeg pkgs/main/win-64::openjpeg-2.5.2-hae555c5_0 pillow pkgs/main/win-64::pillow-11.1.0-py39h096bfcc_0 pycparser pkgs/main/win-64::pycparser-2.23-py39haa95532_0 pysocks pkgs/main/win-64::pysocks-1.7.1-py39haa95532_1 pytorch pytorch/win-64::pytorch-2.5.0-py3.9_cuda11.8_cudnn9_0 pytorch-cuda pytorch/win-64::pytorch-cuda-11.8-h24eeafa_6 pytorch-mutex pytorch/noarch::pytorch-mutex-1.0-cuda pyyaml pkgs/main/win-64::pyyaml-6.0.2-py39h827c3e9_0 requests pkgs/main/win-64::requests-2.32.5-py39haa95532_0 sympy pkgs/main/win-64::sympy-1.14.0-py39haa95532_0 tbb pkgs/main/win-64::tbb-2021.8.0-h59b6b97_0 tk pkgs/main/win-64::tk-8.6.15-hf199647_0 torchaudio pytorch/win-64::torchaudio-2.5.0-py39_cu118 torchvision pytorch/win-64::torchvision-0.20.0-py39_cu118 typing_extensions pkgs/main/win-64::typing_extensions-4.15.0-py39haa95532_0 urllib3 pkgs/main/win-64::urllib3-2.5.0-py39haa95532_0 win_inet_pton pkgs/main/win-64::win_inet_pton-1.1.0-py39haa95532_1 xz pkgs/main/win-64::xz-5.6.4-h4754444_1 yaml pkgs/main/win-64::yaml-0.2.5-he774522_0 zlib pkgs/main/win-64::zlib-1.3.1-h02ab6af_0 zstd pkgs/main/win-64::zstd-1.5.7-h56299aa_0 The following packages will be UPDATED: openssl 1.1.1w-h2bbff1b_0 --> 3.0.18-h543e019_0 python 3.9.5-h6244533_3 --> 3.9.25-h716150d_1 Proceed ([y]/n)?
01-02
源码来自:https://pan.quark.cn/s/7a757c0c80ca 《在Neovim中运用Lua的详尽教程》在当代文本编辑器领域,Neovim凭借其卓越的性能、可扩展性以及高度可定制的特点,赢得了程序开发者的广泛青睐。 其中,Lua语言的融入更是为Neovim注入了强大的活力。 本指南将深入剖析如何在Neovim中高效地运用Lua进行配置和插件开发,助你充分发挥这一先进功能的潜力。 一、Lua为何成为Neovim的优选方案经典的Vim脚本语言(Vimscript)虽然功能完备,但其语法结构与现代化编程语言相比显得较为复杂。 与此形成对比的是,Lua是一种精简、轻量且性能卓越的脚本语言,具备易于掌握、易于集成的特点。 因此,Neovim选择Lua作为其核心扩展语言,使得配置和插件开发过程变得更加直观和便捷。 二、安装与设置在Neovim中启用Lua支持通常十分简便,因为Lua是Neovim的固有组件。 然而,为了获得最佳体验,我们建议升级至Neovim的最新版本。 可以通过`vim-plug`或`dein.vim`等包管理工具来安装和管理Lua插件。 三、Lua基础在着手编写Neovim的Lua配置之前,需要对Lua语言的基础语法有所掌握。 Lua支持变量、函数、控制流、表(类似于数组和键值对映射)等核心概念。 它的语法设计简洁明了,便于理解和应用。 例如,定义一个变量并赋值:```lualocal myVariable = "Hello, Neovim!"```四、Lua在Neovim中的实际应用1. 配置文件:Neovim的初始化文件`.vimrc`能够完全采用Lua语言编写,只需在文件首部声明`set runtimepath^=~/.config/nvim ini...
基于STM32 F4的永磁同步电机无位置传感器控制策略研究内容概要:本文围绕基于STM32 F4的永磁同步电机(PMSM)无位置传感器控制策略展开研究,重点探讨在不使用机械式位置传感器的情况下,如何通过算法实现对电机转子位置和速度的精确估算与控制。文中结合STM32 F4高性能微控制器平台,采用如滑模观测器(SMO)、扩展卡尔曼滤波(EKF)或高频注入法等先进观测技术,实现对电机反电动势或磁链的实时估算,进而完成磁场定向控制(FOC)。研究涵盖了控制算法设计、系统建模、仿真验证(可能使用Simulink)以及在嵌入式平台上的代码实现与实验测试,旨在提高电机驱动系统的可靠性、降低成本并增强环境适应性。; 适合人群:具备一定电机控制理论基础和嵌入式开发经验的电气工程、自动化及相关专业的研究生、科研人员及从事电机驱动开发的工程师;熟悉C语言和MATLAB/Simulink工具者更佳。; 使用场景及目标:①为永磁同步电机驱动系统在高端制造、新能源汽车、家用电器等领域提供无位置传感器解决方案的设计参考;②指导开发者在STM32平台上实现高性能FOC控制算法,掌握位置观测器的设计与调试方法;③推动电机控制技术向低成本、高可靠方向发展。; 其他说明:该研究强调理论与实践结合,不仅包含算法仿真,还涉及实际硬件平台的部署与测试,建议读者在学习过程中配合使用STM32开发板和PMSM电机进行实操验证,以深入理解控制策略的动态响应与鲁棒性问题。
先看效果: https://pan.quark.cn/s/21391ce66e01 企业级办公自动化系统,一般被称为OA(Office Automation)系统,是企业数字化进程中的关键构成部分,旨在增强组织内部的工作效能与协同水平。 本资源提供的企业级办公自动化系统包含了详尽的C#源代码,涉及多个技术领域,对于软件开发者而言是一份极具价值的参考资料。 接下来将具体介绍OA系统的核心特性、关键技术以及在实践操作中可能涉及的技术要点。 1. **系统构造** - **三层构造**:大型OA系统普遍采用典型的三层构造,包含表现层、业务逻辑层和数据访问层。 这种构造能够有效分离用户交互界面、业务处理过程和数据存储功能,从而提升系统的可维护性与可扩展性。 2. **C#编程语言** - **C#核心**:作为开发语言,C#具备丰富的类库和语法功能,支持面向对象编程,适用于开发复杂的企业级应用。 - **.NET Framework**:C#在.NET Framework环境中运行,该框架提供了大量的类库与服务,例如ASP.NET用于Web开发,Windows Forms用于桌面应用。 3. **控件应用** - **WinForms**或**WPF**:在客户端,可能会使用WinForms或WPF来设计用户界面,这两者提供了丰富的控件和可视化设计工具。 - **ASP.NET Web Forms/MVC**:对于Web应用,可能会使用ASP.NET的Web Forms或MVC模式来构建交互式页面。 4. **数据库操作** - **SQL Server**:大型OA系统通常采用关系型数据库管理系统,如SQL Server,用于存储和处理大量数据。 - **ORM框架**:如Ent...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值