1 查看 CPU 频率 2 使用 GPU Procfs 接口查看设置频率等 1）查看当前频率 2）GPU 固定频率等接口 3) 查看 GPU 电压频率控制列表 4）其他 sys 目录下的 gpu 接口 3 温度监测 1）查看所有温度传感器的温度 2）对应温度传感器的名称 3）其他温度接口 4 CPU 调整性能模式 5 其他命令记录

GPU 编程与CG 语言之阳春白雪下里巴人PDF版本.

ubuntu18.04安装caffe-gpu

c#运用emgucv4.6.0版本调用gpu推理yolov7，darknet版本。RTX2060显卡推理yolov7-tiny总耗时是6ms，推理yolov7总耗时26ms。注意不是pytorch。

清华大学CUDA课程课件，写的挺不错 从具体例子出发，容易理解；而且内容很充实，有很多图表和统计数据，写文章会用到哦。

cntk 的gpu版本的whl包

windows下caffe框架(gpu版)与python整合小白推荐-附件资源

ICP算法加速优化--多线程和GPU 已成功编译配置： Windows10下环境配置：cmake3.23.3+VS2019+CUDA11.1+PCL1.12.1 Ubuntu20.04（WSL）下环境配置：基于docker镜像cuda11.1-gcc，cmake3.16.3+PCL1.10.0

对应文章https://blog.csdn.net/taifyang/article/details/128089699

tensorflow gpu 使用 pip 安装 TensorFlow TensorFlow 2 软件包现已推出 • tensorflow ：支持 CPU 和 GPU 的最新稳定版（适用于 Ubuntu 和 Windows） • tf-nightly ：预览 build（不稳定）。Ubuntu 和 Windows 均包含 GPU 支持。 旧版 TensorFlow 对于 TensorFlow 1.x，CPU 和 GPU 软件包是分开的： • tensorflow==1.15 ：仅支持 CPU 的版本 • tensorflow-gpu==1.15 ： 支持 GPU 的版本（适用于 Ubuntu 和 Windows） 系统要求 • Python 3.6–3.9 ◦ 若要支持 Python 3.9，需要使用 TensorFlow 2.5 或更高版本。 ◦ 若要支持 Python 3.8，需要使用 TensorFlow 2.2 或更高版本。 • pip 19.0 或更高版本（需要 manylinux2010 支持） • Ubuntu 16.04 或更高版本（64 位）