2回答
我已经开始对24/7的实时流进行实验，我在google云平台上有一个Linux，我想从这个平台开始流。据我所知，这个问题的出现是因为我的VM根本就没有GPU，只有CPU。我试着安装OpenGL，希望它能解决问题，但没有帮助。如果有，它是什么，我是否必须使用带有GPU的VM？如果没有，你建议24/7小时提供
浏览 0提问于2020-09-29得票数 2
如题，本人（学生）想用腾讯云构建一个实验性的深度学习网络，具体要用到腾讯云的哪些服务呢？（GPU，COS），另外还需考虑较低的成本。。。
浏览 1239提问于2017-12-13
2回答
我的公司正在将所有的数据科学转移到云提供商(可能是Azure，GCP，AWS)。所有的数据科学编程工具，如木星笔记本，都将安装在云环境中(不会在本地安装Python，也不会在笔记本电脑上安装木星笔记本)。
在我的大部分工作中，我将直接从一个前提数据库中读取/吸收关系数据库表。而且，我的大部分数据分析工作不需要任何GPU实例来进行数据处理。有时，我也做一些简单的研究或实验数据分析编程，例如使用木星笔记本进行数据清理，而不需要使用GPU实例。我想知道，在我的任务都不使用GPU的情况
浏览 2提问于2021-10-17得票数 0
回答已采纳
3回答
搭建成功之后不能连接外网，强烈建议后台人员修复这个问题，云计算平台本来就是广大开发者的一个实验平台，就算这个存在漏洞，但是你可以给我返回一个我的实验是否成功的return 啊
浏览 2593提问于2019-06-12
1回答
我在Google上安装了一个实例，其规格如下:4个vCPU，15 GB内存，1个Tesla K80 GPUDriver Version : 390.30
GPUA
Pending
浏览 4提问于2018-03-13得票数 0
回答已采纳
最近，我正在与谷歌云平台合作，为了训练机器学习模型，不幸的是，我试图增加配额，以获得GPU的好处，但我的请求被拒绝了，因为我需要获得更多的计费历史，因此我的问题是，我可以做任何步骤来加速这一过程。另一方面，如果我使用其他平台，比如amazon或azure，使用GPU的过程会更容易。提前谢谢。
浏览 2提问于2020-06-01得票数 0
哪些工具允许手动测试android应用程序(apks)，而不需要安装google仿真器，并且具有较低的延迟(其中low被定义为不超过google模拟器的4倍)？延迟似乎是很难解决的部分。我们尝试了两种服务，这两种服务都不太好，而且用我们需要使用的所有设备仿真器来尝试一个新服务既费时又费时。希望你们中的一些人能帮我节省一些时间！
背景:应用程序是稳定的，在很多物理设备或google模拟器上没有问题。数据来自AWS中具有一致延迟的服务。试过浏览器栈，工作正常，但它很贵。尝试过LambdaTest，有很多应用程序崩溃，严重的延迟(在模拟器中需要2秒的动作只需1分钟)，呈现问题等等。
浏览 0提问于2022-06-23得票数 1
1回答
作为一名云工程师，您设计的存储解决方案将能够承载数千个vms (同样的场景和需求也适用于其他方面，例如大型数据库集群)。你花了几天时间做数学，并为分配给你的预算提出了一些可用的vms。
浏览 0提问于2014-01-29得票数 0
对于我目前正在做的机器学习工作，使用只有16 is的GPU是不够的。我正在考虑试用Nvidia A100图形处理器，它有40 of的显存。
浏览 3提问于2021-01-22得票数 0
我一直试图保存一个Yolo v3模型，然后从一个h5文件中加载它。在保存时，我使用检查点(ModelCheckpoint)保存模型(为了保存整个模型，参数save_weights_only设置为False )。然后，我尝试将函数作为参数添加到load函数中，如下所示：现在，问题变成："TypeError:列表索引必须是整数或片，而不是列表“，因为在动态加载时，损失函数(yolo_loss，第444行
浏览 3提问于2020-07-04得票数 0
3回答
AWS中的集装箱服务
、、、
我使用AWS作为一个云平台，并希望听到您在这个问题上的意见。在您的实验和实验室中，您认为在中使用容器的最佳方式是什么？
浏览 1提问于2019-01-15得票数 1
回答已采纳
当我在google云平台上用gpu启动一个实例时，它会向我显示You've reached your limit of 0 GPUs NVIDIA K80.的错误
任何能给我一些提示的人，谢谢你。
浏览 0提问于2017-10-12得票数 1
回答已采纳
0回答
我觉得是因为没有GPU的原因。本来已经放弃这个想法了，但是看到Genymotion官网介绍，可以在云平台无GPU的环境下运行，请问MuMu是否也可以通过修改设置实现正常使用？
感谢！
浏览 651提问于2020-03-04
我目前有一些现有的代码，它们在GPU上工作得很好。我尝试在单GPU的Ubuntu机器和多GPU的集群服务器上运行它。这两个实验都非常快。然而，当我尝试在我自己的笔记本电脑上用一个CPU (没有GPU)运行它时，它变得非常低……速度慢100倍以上。 我知道当我没有GPU进行训练时，速度会慢得多。但我真的希望了解“队列”是否会受到这种硬件平台差异的影响。 通常，我们使用CPU通过“队列”将数据加载到GPU，但是使用单个CPU并使用Tensorflow队列是
浏览 18提问于2019-01-17得票数 0
回答已采纳
1回答
如果我有多个GPU，那么TF模型将被拆分，以便填满两个卡的内存，这是正确的吗？因此，在我的情况下，使用第二张16 GB的Tesla卡，我在训练期间总共将拥有32 GB？如果是这样的话，我可以使用多个GPU的云提供商也是如此吗？
此外，如果我错了，在训练期间为多个GPU拆分一个模型将不起作用，那么还有什么方法可以训练一个不适合我的GPU内存的大型网络？
浏览 18提问于2021-03-03得票数 0
回答已采纳
云服务器
ICP备案
实时音视频
对象存储
云直播
腾讯云开发者
