问题标签 [rtx]

是否可以对 ESP8266 wirh rtx rtos 进行编程？

我知道可以编程：

AT（终端）命令、官方 ESP8266 SDK 和工具链、带有 eLua 的 NodeMCU、Arduino IDE。

或者你可以推荐一个像 esp8266 这样的 wifi 芯片，我用 rtx rtos 编程。我完全是一个初学者，所以如果这是一个愚蠢的问题，请原谅。

我刚得到一个 RTX 2070 Super，我想尝试使用带有 TensorFlow 后端的 Keras 进行半精度训练。

到目前为止，我发现了类似这样的文章，建议使用此设置：

该网络是一个简单的 4 层 CNN，用于音频分类。

我的输入数据是之前生成的 NumPy 3D 数组（使用 LibROSA 提取的音频 MFCC 特征）。该数据是使用 CPU 生成的，我知道这些值保存为 32 位浮点数。

当我尝试使用这些数据训练我的网络时，我收到以下错误：

TypeError：传递给“合并”操作的“输入”的列表中的张量具有不完全匹配的类型 [float16, float32]。

在另一篇文章中，我读到我还应该“在 SoftMax 层之前转换回 FP32”，这让事情变得更加令人困惑......

我真的很感激一些方向。

谢谢！

我正在使用 RTX RTOS 在 STM32F1x 板上开发一个项目，我需要一些外部中断来处理一些用户输入。出于这个原因，我启用了一个外部中断来处理引脚 A.0 上的输入。

但是，每当我向 GPIOA.0 引脚提供输入时，我都会在逻辑分析仪中看到一个奇怪的行为（所有其他周期性任务都停止执行并变得平坦）。编辑：提供更多信息：此代码与放置在处理程序内的 LED 切换代码一起使用。

这是我的 GPIO/EXTI 配置

我做错了什么？感谢任何愿意帮助我的人。

我正在尝试使用统一 RTX 功能实现漂亮的反射。在体积组件下，我开启了递归渲染：

然后我将材质的渲染通道设置为光线追踪。该设置只允许 50 的射线长度，我似乎得到了奇怪的伪影：

有谁知道我做错了什么？那条奇怪的线是什么，我该如何混合它？当交叉点超过 50 个单位的射线长度时，如何消除黑色？

干杯!

我正在使用带有 RTX5 RTOS 的 Keil uVision，由于某种原因，我看不到我在 RTOS 手表中创建的线程......我只能看到内置的 RTX 空闲线程和计时器线程......

我已经测试过我的线程使用断点运行。

我有这个问题，我知道很多人都听说过。我从配备 GTX 1050 Ti 的笔记本电脑升级到配备 RTX 3060 Ti 的 PC。我在 Anaconda 虚拟环境中运行一切。我已将我的环境从笔记本电脑复制到 PC。现在 TensorFlow GPU 需要很长时间才能启动。即使我写了两行代码：

这需要很长时间（超过 30 分钟）。同样的事情在我的带有 GTX 1050 Ti 的笔记本电脑上也能完美运行。我尝试了很多东西：

• 在另一个环境中重新安装每个包（当然，相同的版本 - 我使用的是 TF 2.1、cudnn 7.6.5、cudatoolkit 10.1.243）。
• 在我的程序之前添加几行代码（我尝试了 10 多种不同的可能性）。
• 重新安装干净的GPU驱动程序。

TensorFlow 启动后，RTX 3060 Ti 工作正常，训练速度非常快。我用谷歌搜索了很多，但我发现现在还有很多人在我的位置，所以我不期待很快得到答案:)。

无论如何，如果有人设法找到答案，请与我分享！提前致谢，祝您有美好的一天！

PS 如果您需要代码或控制台日志，请点击此处。我写了一个快速的 MNIST 程序：

这是控制台日志：

在“添加可见 gpu 设备：0”之后打开动态库花了很多时间。

我在我们的实验室服务器上安装了全新的 Kubuntu 20.04 LTS。安装过程中的一切工作正常。安装后系统启动，但我只得到一个黑屏。Imho nouveau 在未知的 RTX3090 之前崩溃了，这就是当我尝试在不减少图形的情况下启动它时实时系统告诉我的。

我的问题是：如何使用实时系统解决该问题？

在 GPU 和 CPU 上运行 LightGBM 的 Higgs 训练对我来说花费了相同的时间 - 26 秒。日志确认 GPU 运行正在使用 GPU（将数据传输到 GPU 等）

https://lightgbm.readthedocs.io/en/latest/GPU-Tutorial.html

通过教程为 GPU 安装 LightGBM。安装良好并且能够运行 GPU 训练来确认。

下面的 GPU 和 CPU 规格进行比较。

VS

注意：按照教程接受所有配置默认值，因为这是基准。可以和他们一起玩，但这可能会破坏这一点。

有人在RTX上尝试过类似的吗？

性能基准https://lightgbm.readthedocs.io/en/latest/GPU-Performance.html正在使用 GTX，但表明任何最近的 NVIDIA 卡确实应该可以工作。基准页面警告 Kepler 卡。但RTX 2080是图灵，似乎支持硬件原子操作。https://en.wikipedia.org/wiki/CUDA我有限的知识表明它应该都很好。

我想知道原因。

[环境]

我已经在 pc_1~pc_3 上使用内存分数 1.5GB 加载了一个权重文件。我昨天在 pc_4 上使用内存分数 1.5GB 测试了加载相同的权重文件，但无法加载。但是，我可以在 pc_4 上使用大约 5.7GB 的内存部分来加载它。

虽然相同的权重文件，为什么需要更多的 gpu 内存？我在任何地方都找不到解决方案。我猜 rtx 30xx serise 或 nvidia-tensorflow 是原因。

我对 CUDA 不熟悉，所以我的评论中可能有一些错误。

我目前正在使用 RTX 3080 和 CUDA 11.4。

对于我的项目，推荐使用 CUDA 10.2，所以我使用了 nvidia-docker 并安装了 CUDA 10.2，但遇到了这个错误。

我想这是 RTX 3080 不支持 CUDA 10.2 的问题。那么没有任何方法可以将 CUDA 10.2 与 RTX 3080 一起使用吗？