windows10下最新 TensorFlow GPU版 C++ 运行库编译成功-附件资源

包括下面几个包 cublas64_11 cublasLt64_11 cudart64_110 cudnn64_8 cufft64_10 curand64_10 cusolver64_11 cusparse64_11

在ubuntu16.04上编译好tensorflow2.5.0-GPU；使用的是RTX 2060 Super测试多张图片；比TF-CPU加速很多。

cublas64_11.dll cublasLt64_11.dll cudnn64_8.dll cufft64_10.dll 等7个dll文件

tensorflow-gpu测试代码，测试成功会输出GPU True

深度学习，tensorflow-gpu2.1.1版本，TensorFlow-gpu版本c++动态库。可以使用，包含include文件，dll和lib文件。

适用于Python的HPC基准 这是一组基准测试，用于测试使用Python前端的各种计算后端的顺序CPU和GPU性能。 具体来说，我们想测试哪种高性能后端最适合地球物理（基于有限差分）的模拟。 内容 常问问题 为什么？ 科学的Python生态系统正在蓬勃发展，但是Python中的高性能计算还不是真正的事情。 我们尝试来更改此，但是我们应该使用哪个后端进行计算？ Python前端到高性能后端的开发需要大量的时间和资源，但是这些通常是为深度学习量身定制的。 我们想了解一下，通过（滥用）这些库进行地球物理建模，我们是否可以从这些进展中获利。 为什么基准看起来如此怪异？ 这些或多或少是逐字记录副本（即物理模型的实际部分）。 大多数地球系统和气候模型组件都基于有限差分方案来计算导数。 这可以通过数组的索引移位（例如0.5 * (arr[1:] + arr[:-1]) ， arr在每个点的一

主要介绍了tensorflow -gpu安装，史上最新最简单的途径（不用自己装cuda，cdnn）,非常不错，具有一定的参考借鉴价值，需要的朋友可以参考下

一定要阅读README

win10下搭建Mask Rcnn环境详细教程并运行第一个demo程序（包含Anaconda+Tensorflow-gpu+Cuda+cuDnn安装过程及各种坑）-附件资源