解决官网下载的CUDA9.1版本的tensorflow在运行import tensorflow as tf时报OSError: [WinError XXX] 找不到指定的模块/Could not find 'cudart64_90.dll'的错误，适用于CUDA9.1的windows版本

基础条件： Win10 + GTX 1060 安装显卡驱动 首先安装 显卡驱动： https://www.nvidia.cn/Download/index.aspx?lang=cn 按自己的GPU型号和操作系统去选择驱动版本，下载类型选择 Studio 下载后的驱动文件： 直接运行即可。 安装完成后，nvidia-smi即可查看GPU信息 安装CUDA 接下来安装 CUDA，试了9.0、9.2版本在安装时都会报一些错，大致是说驱动版本高而CUDA版本低，所以直接安装 10.2 主要参考了这篇文章： https://blog.csdn.net/bingo_liu/article/deta

基于FPGA的嵌入式CPU开发，verilog编写，完全仿真可用

该程序能够限制某个选择的进程的cpu占用率,

流体现象的虚拟仿真有重要的应用价值,基于SPH(Smoothed-Particle Hydrodynamics)的流体仿真方法能够真实地反映流体的运动规律。在流体规模增大时流体仿真计算量很大,特别是复杂场景中的流体碰撞检测计算显著降低流体仿真效率。将SPH物理计算以及碰撞检测利用GPU进行并行加速,并在GPU显存中使用新的邻居粒子链表构建方法加快邻居粒子的查找,可以提高流体仿真效率;利用对体素化场景进行栅格化采样方法来加速碰撞检测计算,并将每个体素值压缩成1bit并保存在文件中以节省存储空间,初步的实验结果表明,该方法能够用于碰撞检测处理,且能够减少碰撞检测处理时间。

粒子滤波GPU实现方面的论文，包含FPGA实现等

ThrottleStop 电脑硬盘CPU等信息操作助手

获取PC的CPU序列号，系统运行硬盘序号，主板编号，MAC地址，获取PC的CPU序列号，系统运行硬盘序号，主板编号，MAC地址

背景 在公司用多卡训练模型，得到权值文件后保存，然后回到实验室，没有多卡的环境，用单卡训练，加载模型时出错，因为单卡机器上，没有使用DataParallel来加载模型，所以会出现加载错误。 原因 DataParallel包装的模型在保存时，权值参数前面会带有module字符，然而自己在单卡环境下，没有用DataParallel包装的模型权值参数不带module。本质上保存的权值文件是一个有序字典。 解决方法 1.在单卡环境下，用DataParallel包装模型。 2.自己重写Load函数，灵活。 from collections import OrderedDict def myOwnLoa

GPU Pro & GPU ZEN (GPU PRO 1~7, GPU ZEN) 共8本，英文版 全部分卷共5卷，共需要50分，需要全部下载完才可以解压