cudnn-linux-x86_64-8.9.6.50_cuda11-archive.tar.xz 适合操作系统为：linux , 需要配合 cuda12.

cuda 12.1 nvrtc-builtins64_121.dll

keras安装步骤的ppt 1、ANACONDA 安装 2、Cuda及cuDNN安装 3、Tensorflow-gpu版本安装 4、Keras安装 5、Anaconda的使用 6、Keras分类示例

里面有对应cuda9.0 、cuda9.2、 cuda10.2三个版本的cuDNN。 版本为windows10 64位 小伙伴按需下载！！

MPI和CUDA在多层快速多极子中的应用，李朕，陆卫兵，多层快速多极子（MLFMA）技术是计算电磁学的分支。采用多种并行技术对多层快速多极子技术进行并行加速，是提高其计算能力行之有效�

杰森SIFT 这是一个 CUDA 加速的 SIFT 关键点提取实现。 请注意，它目前仅在第一个八度音阶上执行提取。 输入以下命令进行编译： cd jetsonSIFT mkdir build cd build cmake ../src 该程序的使用如下： ./jetsonSIFT yourimage.jpg 样本： ./jetsonSIFT ../images/lenna.jpg 如果您收到有关不受支持的 CUDA 架构规范的错误，请编辑arch=compute\_32,code=sm\_32行以匹配您的 (Nvidia) 卡支持的最新架构。

SIFT-GPU A CUDA implementation of SIFT： 配置 （待完成）见SIFT-GPU配置教程 测试 1.Release 模式 cd bin ./SimpleSIFT.exe Release模式，输出结果： [GPU VENDOR]: NVIDIA Corporation 1717MB TEXTURE: 16384 Image size : 800x600 Image loaded : ../data/800-1.jpg Features: 3358 Features MO: 3923 Image size : 640x480 Image loaded : ../data/640-1.jpg Features: 2383 Features MO: 2791 2279 sift matches were

Samples for CUDA Developers which demonstrates features in CUDA Toolkit. This version supports [CUDA Toolkit 12.2] NVIDIA 官方 Samples样例，支持CUDA12.2

精通GPU-利用CUDA加速图像处理，提升缺陷检测精度，CSDN CSDN组织关于GPU 方面的视频

This book is roughly divided into four sections. Chapter 1 presents a technique for embedding class labels into a feature set in such a way that generative exemplars of the classes can be found. Chapters 2 and 3 present signal and image preprocessing techniques that provide effective inputs for deep belief nets. Special attention is given to preprocessing that produces complex-domain features. Chapter 4 discusses basic autoencoders, with emphasis on autoencoding entirely in the complex domain. This is particularly useful in many fields of signal and image processing. Chapter 5 is a reference for the DEEP program, available as a free download from my web site.