未觉池塘春草梦，阶前梧叶已秋声

利用CUDA查看每张显卡上的可用显存大小和总的显存大小，主要参考了博文1，博文2，主要使用的函数是cudaMemGetInfo()，和cudaGetDeviceCount();cudaSetDevice()#include <cuda.h>#include <stdio.h>#include <cuda_runtime.h>#include <device_launch_parameters.h>int main(){ size_t ava

1.检查TF 版本和CUDA版本以及 cuDNN版本之间是否匹配可以在这个网站查看https://tensorflow.google.cn/install/source_windows例如我的配置就是py3.6+ cuda10.0 +cuDNN7.42.MSC++ 2015-2019 没有安装MSC++ 2015-2019 优快云免积分下载地址以上两个过程基本就可以解决问题了，但是tensorflow-gpu只支持算力在3.5以上的卡，以下的就算了...

1.安装dkmssudo apt-get install dkms安装以后再试试 nvidia-smi，如果没有问题就OK，如果还有问题2.查看原来安装的驱动版本ls /usr/src | grep -i nvidia会显示驱动版本号，比如输出的是nvidia-440.100#那就执行sudo dkms install -m nvidia -v 440.100参考：https://zhuanlan.zhihu.com/p/89714824https://.

CPU：1.cat /dev/urandom | md5sum2.下载cpuburn，可直接使用http://www.cpuburnin.com/downloads/cpuburn-in.tar.gzGPU：下载gpuburn编译安装参考链接：

每个SM包含的SP数量依据GPU架构而不同，Fermi架构GF100是32个，GF10X是48个，Kepler架构都是192个，maxwell128，pascal 64/128，Turing 64 ,Volte 642008特斯拉，2010费米，2012开普勒，2014麦克斯韦，2016帕斯卡，2017伏特，2018图灵TTV 用的是伏特架构P4000 用的是pascal架构Titan Black Kepler架构RTX 2080 Turing架构...

CUDA thread index:int blockId = blockIdx.z * (gridDim.x*gridDim.y) + blockIdx.y * gridDim.x + blockIdx.x;int threadId = blockId * (blockDim.x * blockDim.y * blockDim.z) + threadIdx.z * (bloc...

Windows系统下，在Visual Studio 里配置CUDA环境网上已经有很多资料了，而在轻量级IDE VScode上编译CUDA的材料不是很多，本篇博文将简要介绍在Windows 系统下配置CUDA环境的方法。一、VScode插件 code-runner法在VScode里安装插件——coder-runner，在settings.json里添加（win10下的）"code-runner.executorMap": { "cu": "cd $dir; nvcc $fileN