Caffe |检查失败：错误== cudaSuccess（2对0）内存不足
我想在Caffe上训练一个网络。我有512x640的图像大小。批量大小为1.我尝试实施 FCN-8s 。 我目前在具有4GB GPU内存的Amazon EC2实例（g2.2xlarge）上运行此操作。但是当我运行求解器时，它会立即抛出一个错误 检查失败：error == cudaSuccess（2对0）内存不足 ***检查故障堆栈跟踪：*** 中止（内核转储）
..
其它硬件开发
如何使用Mipmapping将CUDA生成的PBO复制到Texture
我尝试将PBO复制到启用了自动映射映射的纹理中，但是似乎只有顶级纹理被生成（换句话说，没有发生mip映射）。 我正在使用创建一个PBO //生成称为PBO（像素缓冲对象）的缓冲区ID glGenBuffers（1，pbo）; //使其成为当前UNPACK缓冲区 glBindBuffer（GL_PIXEL_UNPACK_BUFFER，* pbo）; //为缓冲区分配数据。
..
VS2010编译器和cuda错误：链接规范不兼容以前的“hypot”
当我尝试在64位Windows 7上使用VS 2010在Debug 64位配置中构建我的项目时遇到此错误以及其他两个错误。 错误：连接规范与math.h中之前的“hypot”不兼容第161行 错误：连接规范与math.h中之前的“hypotf”不兼容第161行 错误：function“abs（long long） “已经在math_functions.h line 534中定义了
..
设备内存刷新cuda
我正在运行一个C程序，我调用两次cuda主机函数。我想清除这两个调用之间的设备内存。有没有办法我可以冲刷GPU设备内存？我在计算能力为2.0的特斯拉M2050上 解决方案 如果你只想要记忆， $ c> cudaMemset 可能是最简单的方法。例如： const int n = 10000000; const int sz = sizeof（float）* n; float
..
在CUDA中分配设备变量时出现问题
我无法尝试为设备变量分配值，然后将其复制到主机变量。 我从d_test和h_test = 0.0开始。我有一个简单的内核将设备变量d_test设置为1.0。然后我将它复制到宿主变量h_test并打印。问题是，当我打印我得到h_test = 0.0。我究竟做错了什么？以下是代码： // - * - mode：C - * - #include
..
为什么CUDA内存复制速度会这样，一些不断的驱动程序开销？
在我的旧GeForce 8800GT上使用CUDA的内存时，我总是有一个奇怪的0.04毫秒的开销。我需要转移〜1-2K到我的设备的恒定记忆，使用它的数据，并从设备只获得一个浮动值。 我有一个典型的使用GPU计算的代码： //分配所有需要的内存：pinned，device global for（int i = 0; i { //做一些重的cpu逻辑（约0.005 ms长） c
..
使用cudaMemcpy将结构数据从主机复制到CUDA上的设备
在CUDA架构中，我在将结构数据从主机复制到设备时遇到问题。 以下是代码段。 struct point { double x，y; }; int main（） { point * a =（point *）malloc（sizeof（point））; a-> x = 10.0; a-> y = 10.0; point * d_a; cudaMallo
..
在PyCUDA中打印消息
在简单的CUDA程序中，我们可以通过包括cuPrintf.h的线程来打印消息，但在PyCUDA中不会解释任何地方。 解决方案 在计算能力2.0和更高版本的GPU上， cuPrintf.h 不鼓励使用CUDA的内置printf（）。要使用它，只需 #include 并调用 printf（）就像在主机上。 PyCUDA wiki有一个具体示例这。
..
如何使用Thrust从int2数组计算平均值
我试图计算包含点（x，y）的某个数组的平均值。 可以使用推力来找到表示为（x，y）的平均点，点？当每个单元包含该点的绝对位置时， i也可以将该数组表示为 thrust :: device_vector ，意味着 i * numColumns + j ，但我不确定平均数字是否代表平均单元格。 谢谢！ 解决方案 #include #incl
..
Thrust如何知道如何自动配置它启动的内核？
Thrust能够从编码器中隐藏各种细节，并且声称Thrust在某种程度上相对于系统规范设置参数。 Thrust如何选择最佳的参数化，以及如何在不同的机器中处理各种代码？什么是Thrust的实现这样一个通用库的方法？ 解决方案 Thrust使用启发式尝试最大化CUDA的潜在占用 启发式Thrust使用的独立版本如下： https://github.com/jaredhoberoc
..
有没有CUDA智能指针？
如果没有，当抛出异常时，释放 cudaMalloc ed内存的标准方法是什么？ （注意，我无法使用Thrust。） 解决方案 您可以使用 RAII 成语，并将您的 cudaMalloc（）和 cudaFree / code>分别调用你的对象的构造函数和析构函数。 一旦异常被抛出，你的析构函数将被释放分配的内存。 / p> 如果你将这个对象包装到一个智能指针中（或者使它像一个指针
..
无法在Ubuntu 12.04上安装cuda 5示例
我安装cuda 5，但我无法安装其样本 缺少必需的库libglut.so 我查找anwsers，有人说 sudo ln -s /usr/lib/x86_64-linux-gnu/libglut.so /usr/lib/libglut.so 用于x64架构。 解决方案 为了确保您安装了GLUT，您应该尝试 sudo apt-ge
..
driver.Context.synchronize（） - 什么要考虑 - -a清理操作失败
我有此代码（由于回答而修改）。 信息 32字节堆栈帧，0字节溢出存储，0字节溢出加载 ptxas信息：使用46个寄存器，120字节cmem [0]，176字节 cmem [2 ]，76个字节cmem [16] 我不知道还有什么要考虑，例如，当我用Rs = 10000和Rp = 100000运行代码，其中block =（128,1，...）的时候，我们可以使用“numPoi
..
Nvidia视觉工作室Nsight CPU和GPU调试
NVIDIA Nsight Visual Studio Edition似乎不能同时调试CPU（主机代码）和GPU（CUDA代码）。使用Nsight Eclipse版本（或cuda-gdb），这很简单，例如，您可以从主机执行“步入”CUDA内核。如何使用Visual Studio？ 解决方案 从 Nsight手册 它说 使用单独的Visual Studio实例来调试 目标应用程
..
我怎么能告诉PyCUDA哪个GPU使用？
我的机器中有两个NVidia卡，两个都有CUDA功能。当我运行示例脚本以开始使用PyCUDA，如下所示： http://documen.tician.de/pycuda/ 我得到错误 nvcc致命：没有为选项'gpu-architecture'定义值'sm_30' 我的计算GPU是计算能力3.0，所以sm_30应该是nvcc编译器的正确选项。我的图形GPU只有CC 1.2，
..
与CUDA PTX代码和寄存器存储器混淆
:) 虽然我试图管理我的内核资源，我决定看看PTX，但有一些事情，我不明白。这是一个非常简单的内核我写的： __ global__ void foo（float * out，float * in，uint32_t n） { uint32_t idx = blockIdx.x * blockDim.x + threadIdx.x; uint32_t one = 5; out
..
链接错误OpenCV 2.4 + CUDA Windows 7（x64）命令行
我试图编译一个使用CUDA和OpenCV的程序。 我确信OpenCV的路径是正确的，因为用这个编译一个简单的OpenCV程序： cl / I“％OPENCV_DIR ％\include“/LINK\"%OPENCV_DIR%\x64\vc10\lib\opencv_core240.lib”“％OPENCV_DIR％\x64\vc10\lib\opencv_highgui240.lib”te
..
2D纹理的节距对齐
2D纹理是CUDA在图像处理应用程序中的一个有用特性。要将螺距线性存储器绑定到2D纹理，存储器必须对齐。 cudaMallocPitch 是对齐内存分配的好选择。在我的设备上， cudaMallocPitch 返回的间距是512的倍数，即内存是512字节对齐。 设备的实际对齐要求由 cudaDeviceProp :: texturePitchAlignment 决定，它在我的设备上为32个字
..
几个线程在相同的全局内存位置写入相同的值
这个问题与这一个，但我属于CUDA世界。 我在内核中有几个线程可以写入相同的值相同的全局内存位置。这已经工作正常，但恐怕它可能是假的，到目前为止，我只是幸运。 是否有任何内存损坏的可能性或我的工作流程中的意外行为（由于数据竞争，缓存同步等）？ 解决方案 我在内核中有几个线程可以在同一个全局内存位置。 与某些评论相反，这是安全的。通过安全，我的意思是写入的值将显示在该全
..
在Cuda中实现Max Reduce
我一直在学习Cuda，我仍然掌握并行性。我现在遇到的问题是对值数组实现max reduce。这是我的内核 __ global__ void max_reduce（const float * const d_array， float * d_max， const size_t elements） { extern __shared__ float shared []; int
..