CitrixHypervisor 8.2虚拟化平台vGPU驱动,支持RTX6000/RTX8000/M60/A10/A16/A40等显卡,版本号:NVIDIA-GRID-CitrixHypervisor-8.2-525.60.12-525.60.13-527.41
2023-04-06 15:15:25 98.21MB CitrixHypervisor vGPU Nvidia 显卡虚拟化
1
win10+GTX1050gpu 安装cuda和cudnn时先安装了相应版本的驱动451.48-desktop-win10-64bit-international-dch-whql.exe
2023-03-26 10:19:05 561.82MB nvidia显卡驱动
1
NVIDIA Jetson CPU的Simulink Coder支持包使您能够从Simulink模型生成代码,这些模型可以在NVIDIA Jetson板上的ARM CPU上进行编译和执行。 支持包包括用于通信的UDP和串行模块。 它还使您能够在Simulink中开发的算法在Jetson CPU上执行时进行交互式监视和调整。
2023-03-24 17:42:36 6KB matlab
1
在我们输入nvidia-smi命令时只能显示进程号,然后根据进程号查看用户名。这个脚本可以直接显示用户名。
2023-03-23 10:59:45 900B linux nvidia-smi
1
目前(2018年7月)最新的 NVIDIA VIDEO CODEC SDK,因为官网下载需要登陆账号并且因为网络原因几乎登不上去,所以这个资源很难下载
2023-03-12 10:00:58 25.51MB NVIDIA video codec SDK
1
SmartSketch 先进的图像合成功能可增强您的创造力 下面的视频演示! 学分 请在此处查看项目页面: : 在此处阅读论文: : 在此处查看源代码: : 特别感谢@AndroidKitKat帮助我们举办此活动! 设置 您需要将COCO数据集的预训练生成器模型安装到checkpoints/coco_pretrained/ 。 有关说明,请参见nvlabs/spade库。 确保使用pip3 install -r requirements.txt (在/backend文件夹中)安装了所有Python需求。 完成后,您应该可以使用python3 server.py运行服务器。 它将在端口80的0.0.0.0上运行(对于Windows用户,在127.0.0.1 )。 不幸的是,这些已硬编码到服务器中,现在您无法将CLI参数传递给服务器以指定端口和主机,因为PyTorch的内容
2023-03-10 22:05:47 7.58MB python3 nvidia spade image-synthesis
1
nvidia-grid_k1_k2用户手册
2023-03-04 17:09:23 2.53MB nvidia grid k1 k2
1
NVIDIA PhysX 可视化调试器。 Version 2.0.8 supports the current PhysX SDK version 2.8.4 and older versions.
2023-02-22 17:56:21 3.72MB PhysX VisualDebugger novodex 物理调试器
1
UBUNTU安装NVIDIA驱动,经常出现装不上的问题。所以专门做了个脚本,方便大家使用。当然,也可以参考:https://blog.csdn.net/quantum7/article/details/86665916 分数选错了,没法改。抱歉。
2023-02-08 14:53:04 866B UBUNTU NVIDIA DRIVER
1
win10平台下的cuda8.0、用于NVIDIA的GPU加速,配置加速环境所需的cudnn6.0 -win10 for cuda 8.0。文件太大,请使用baiduyun下载
2023-01-19 12:10:01 23.81MB TensorFlow NVIDIA的GPU
1