资源中包含了docker、nvidia-docker、gcc、make、build-essential离线包及其依赖，主要供需要在离线环境部署基于docker的pytorch环境的码友们下载，其中的所有文件均可通过apt-get download命令下载，作者只是将包及依赖逐个下载并打包。

该资源是英伟达Nvidia Jetson TX2 Realtimes-L4T-V202驱动。

cuda_11.2.2_461.33_win10 cudnn-11.2-windows-x64-v8.1.1.33，非安装程序

n卡超频，非常容易 nvidiaInspector

NVIDIA VGPU 14.0 虚拟机、客户机驱动 2022年2月份最新驱动，14.0 该版本支持混合Profile

在nvidia官方deepstream-3d-action-recognition的基础上进行修改，增加多类sink的输出，实现3d动作识别

详细的解释了GStreamer在Nvidia Deepstream中的使用。这个是Nvidia的官方文档。

NVIDIA GEFORCE RTX 30系列显卡规格 详细对比

NVIDIA-Linux-x86_64-410.93.run 亲测可用

将NVIDIA GPU利用率记录到文件的示例 此存储库包含一些小代码示例，这些示例说明如何使用nvidia-smi将GPU使用率记录到CSV文件中，以及如何使用python脚本来绘制结果。 使用脚本log_gpu_utilization.sh开始记录gpu利用率。 通过按CTRL+C退出日志记录。 要显示GPU利用率，请运行脚本plot_nvidia_dump.py ： $ python plot_nvidia_dump.py gpu_log_[timestamp].csv 您可以通过提供GPU的整数ID来过滤掉GPU。 为了通过这些ID过滤器，可使用--filter-ids命令行参数plot_nvidia_dump.py ： $ python plot_nvidia_dump.py gpu_log_[timestamp].csv --filter-ids 6 仅显示ID为6的GPU