GPU Monitor

Monitor de GPU para a barra superior do Ubuntu

A melhor ferramenta de rastreamento de GPU em tempo real

Monitore o desempenho, a temperatura e o uso da memória da sua GPU diretamente da barra de menu do Ubuntu com GPU Monitor. Este aplicativo fácil de usar e eficiente suporta várias GPUs e está totalmente integrado com o sistema operacional Ubuntu mais recente. Obtenha atualizações em tempo real e otimize suas tarefas de jogos ou desenvolvimento. Baixe agora e assuma o controle da saúde da sua GPU hoje!

GPU monitor

Sobre o GPU Monitor

GPU Monitor é uma ferramenta intuitiva projetada para desenvolvedores, jogadores e profissionais que precisam manter um olho no desempenho e na saúde de sua placa gráfica em tempo real. Ele se integra perfeitamente com a barra de menu do Ubuntu, fornecendo informações essenciais ao alcance de sua mão.

Recursos Principais

  • Monitoramento em Tempo Real: Veja a utilização da GPU, memória e temperatura, tudo atualizado ao vivo.
  • Suporte Multi-GPU: Gerencie e monitore várias GPUs a partir de uma única instância.
  • Otimizado para Ubuntu: Criado para se integrar perfeitamente com o sistema operacional Ubuntu mais recente.

Instalação

Clone o repositório

Clone com https

	
git clone https://github.com/maximofn/gpu_monitor.git
Copy

ou com ssh

	
git clone git@github.com:maximofn/gpu_monitor.git
Copy

Instale as dependências

Verifique se você não tem nenhum ambiente venv ou conda instalado

	
if [ -n "$VIRTUAL_ENV" ]; then
deactivate
fi
if command -v conda &>/dev/null; then
conda deactivate
fi
Copy

Agora instale as dependências

	
sudo apt-get install python3-gi python3-gi-cairo gir1.2-gtk-3.0
sudo apt-get install gir1.2-appindicator3-0.1
pip3 install nvidia-ml-py3
pip3 install pynvml
Copy

Execução na ligação

Execute este script

	
./add_to_startup.sh
Copy

Depois de reiniciar seu computador, o GPU Monitor será iniciado automaticamente.

Apóie

Se você gostou, considere dar ao repositório uma estrela ⭐, mas se você realmente gostou, considere me comprar um café ☕.

BuyMeACoffee

Continuar lendo

DoLa – Decoding by Contrasting Layers Improves Factuality in Large Language Models

DoLa – Decoding by Contrasting Layers Improves Factuality in Large Language Models

Você já conversou com um LLM e ele lhe respondeu algo que parece ter bebido café de máquina a noite toda? 😂 Isso é o que chamamos de alucinação no mundo dos LLMs! Mas não se preocupe, pois não é que seu modelo de linguagem esteja louco (embora às vezes possa parecer isso 🤪). A verdade é que os LLMs podem ser um pouco... criativos quando se trata de gerar texto. Mas graças ao DoLa, um método que usa camadas de contraste para melhorar a viabilidade dos LLMs, podemos evitar que nossos modelos de linguagem se transformem em escritores de ficção científica 😂. Nesta publicação, explicarei como o DoLa funciona e mostrarei um exemplo de código para que você possa entender melhor como tornar seus LLMs mais confiáveis e menos propensos a inventar histórias. Vamos salvar nossos LLMs da loucura e torná-los mais úteis! 🚀

Últimos posts -->

Você viu esses projetos?

Subtify

Subtify Subtify

Gerador de legendas para vídeos no idioma que você desejar. Além disso, coloca uma legenda de cor diferente para cada pessoa

Ver todos os projetos -->

Quer aplicar IA no seu projeto? Entre em contato!

Quer melhorar com essas dicas?

Últimos tips -->

Use isso localmente

Os espaços do Hugging Face nos permitem executar modelos com demos muito simples, mas e se a demo quebrar? Ou se o usuário a deletar? Por isso, criei contêineres docker com alguns espaços interessantes, para poder usá-los localmente, aconteça o que acontecer. Na verdade, se você clicar em qualquer botão de visualização de projeto, ele pode levá-lo a um espaço que não funciona.

Ver todos os contêineres -->

Quer aplicar IA no seu projeto? Entre em contato!

Você quer treinar seu modelo com esses datasets?

short-jokes-dataset

Dataset com piadas em inglês

opus100

Dataset com traduções de inglês para espanhol

netflix_titles

Dataset com filmes e séries da Netflix

Ver mais datasets -->