使用CUDA10安装Torch

我正在尝试在我的树莓派上安装带有CUDA10的Torch。我按照以下GitHub线程中的nagadomi的回答进行操作:https://github.com/torch/cutorch/issues/834

尽管我按照了他的所有步骤,但在运行./install.sh时仍然遇到了以下错误

make[2]: * 没有规则可以制作目标 ‘exe/luajit-rocks/luajit-2.1/src/lib_ffi.c’,需要 ‘exe/luajit-rocks/luajit-2.1/vmdef.lua’。停止。make[1]: * [CMakeFiles/Makefile2:212: exe/luajit-rocks/luajit-2.1/CMakeFiles/luajit-static.dir/all] 错误 2 make: *** [Makefile:130: all] 错误 2 ./install.sh: 第107行: /home/pi/torch/install/bin/luarocks: 没有该文件或目录 正在安装常用的Lua包 ./install.sh: 第111行: /home/pi/torch/install/bin/luarocks: 没有该文件或目录

我已经花了一个星期的时间只是尝试设置带有CUDA的Torch。基本上我需要cutorch库,但它无法通过`luarocks install cutorch`安装

谁能帮帮我吗?


回答:

CUDA允许编写可以利用NVIDIA GPU能力的程序。它提供了一个框架,使开发者可以编写可以在现代GPU上成千上万个核心并行执行的代码。在树莓派上,您可能没有NVIDIA GPU,因此即使您正确安装了CUDA,也没有可用的硬件来运行它。

您可以为树莓派添加一个张量处理单元(TPU)来加速机器学习工作负载。Google的Coral Edge TPU是一个流行的选择。Coral USB加速器是一个包含TPU的小型硬件设备,可以连接到树莓派的USB端口上。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注