Tensorflow自定义操作员代码大纲生成器 编写张量流运算符需要编写大量的样板C ++和CUDA代码。 该脚本为Tensorflow运算符的CPU和GPU版本生成代码。 更具体地，给定的tensorflow inputs ， outputs和attribute s时，产生： C ++头文件，该文件定义操作符类，以Device为模板。 定义操作员的CPU实现的C ++头文件。 具有Shape函数，REGISTER_OP和REGISTER_KERNEL_BUILDER构造的C ++源文件。 Cuda标头，用于定义操作员的GPU实现，包括CUDA内核。 Cuda源文件，带有GPU REGISTER_KERNEL_BUILDER供操作员使用。 python单元测试用例，它构造随机输入数据，并调用运算符。 Makefile，用于使用g ++和nvcc将运算符编译为共享库。 要求

提供了cuda和非cuda的版本，大家可以直接调用

CUDA并行程序设计 GPU编程指南-中文英文高清完整版（各500+页）

cudnn-11.3-windows-x64-v8.2.1.32.rar cudnn的rar解压后相关内容复制进cuda安装的NVIDIA GPU Computing Toolkit/CUDA/v11.3文件夹中 cuda太大传不上，去官网选择相应版本下载cuda_11.3.0_465.89_win10.exe

jetson-utils 适用于NVIDIA Jetson TX1 / TX2的C / C ++包装Linux实用程序-相机，编解码器，HID，GStreamer，CUDA，OpenGL / XGL

深度学习无法使用GPU：解决深度学习使用gpu错误could not load library cudnn_ops_infer64_8.dll. Error code 126系列错误，里面包含了所有相关dll文件，下载后，解压缩，将ddl文件复制到C：\windows\system文件夹下，即可正常使用gpu,也可以找到安装CUDA的地址，默认在C：\windows\progrsmfile\NVIDIA GPU Computing Toolkit\CUDA\V11.6文件夹下的bin文件夹，复制ddl文件夹至该文件夹下，如果电脑自带CUDA，无法找到CUDA安装地址，将文件解压缩后放入C：\windows\system文件夹下，即可正常使用GPU，这种情况是不需要重装CUDA的，按照上述操作即可解决，正常使用GPU，如果有疑问，可以私信我，看到后我会及时回复。

NVIDIA公司提出的CUDA技术通过并发执行多个线程以实现大规模快速计算的能力。在研究CUDA技术在数字图像处理领域应用的基础上，提出了一种基于NVIDIA CODA的方法实现图像分割技术，把CUDA技术的快速计算的能力应用到数字图像处理领域。从CUDA技术的概况的介绍出发，对基于NVIDIA CUDA的图像分割方法以及该方法的详细实现过程进行了形式化的描述，解决了基于CPU的传统图像分割方法运行效率低的问题。实验结果证明CUDA在数字图像处理的实际应用中卓有成效。

过滤器中的修剪过滤器 介绍 这是NeurIPS 2020论文“”的PyTorch实施。 在本文中： 我们提出了一种新的修剪模式，称为条带化修剪（SP），可以将其视为过滤修剪（FP）的一般情况。 SP将过滤器$ F \ in \ mathbb {R} ^ {C \ timesK \ times}}视为$ K \ timesK $条带（即，$ 1 \ times $$过滤器$ \ in \ mathbb {R} ^ c $），并以条带为单位而不是整个过滤器执行修剪。 与现有方法相比，SP具有比传统FP更好的粒度，同时比Weight-Pruning更加硬件友好，并且与Group-wise Pruning相比保持了过滤器之间的独立性，从而在CIFAR-10和ImageNet上实现了最先进的修剪率。 更令人振奋的是，通过应用SP，我们发现过滤器的另一个重要特性与重量无关：形状。 从随机初始化的R

ubuntu20.04显卡驱动安装,CUDA 安装和卸载,cudnn安装教程

通过支持高性能嵌入式环境（Nvidia Jetson Nano）中的 CUDA 计算的 LAN 或 Wan 与 RTSP 流共享视频、屏幕、摄像头和音频，应用具有边界框定位和帧操作的入侵检测的实时 AI 技术。 更多详情、使用方法，请下载后阅读README.md文件