显卡参数查看工具,并且可以实时查看gpu使用情况,可以及时看到电脑运行情况
2022-03-23 16:03:31 3.06MB gpu_z gpu参数 gpu 显卡
1
包含tensorflow_gpu,版本分别有1.2、1.4、1.7、1.8、1.9、1.10,适合python版本3.6.
2022-03-22 16:35:15 411.63MB tensorflow的whl
1
三次插值WebGL WebGL 中的 GPU 加速预滤波三次 b 样条插值 这个项目展示了如何使用 WebGL 绘制预过滤的三次 b 样条插值图像 你不需要做很多事情来使用它; 看看 simple.html 一个简约的例子。 实际的 WebGL javascript 可以在 gl.cubicinterpolation.js 中找到 玩得开心! 丹尼
2022-03-21 21:41:48 735KB JavaScript
1
解决官网下载的CUDA9.1版本的tensorflow在运行import tensorflow as tf时报OSError: [WinError XXX] 找不到指定的模块/Could not find 'cudart64_90.dll'的错误,适用于CUDA9.1的windows版本
2022-03-21 01:01:10 39.52MB tensorflow .whl
1
基础条件: Win10 + GTX 1060 安装显卡驱动 首先安装 显卡驱动: https://www.nvidia.cn/Download/index.aspx?lang=cn 按自己的GPU型号和操作系统去选择驱动版本,下载类型选择 Studio 下载后的驱动文件: 直接运行即可。 安装完成后,nvidia-smi即可查看GPU信息 安装CUDA 接下来安装 CUDA,试了9.0、9.2版本在安装时都会报一些错,大致是说驱动版本高而CUDA版本低,所以直接安装 10.2 主要参考了这篇文章: https://blog.csdn.net/bingo_liu/article/deta
2022-03-20 22:39:03 833KB cuda cudnn ens
1
流体现象的虚拟仿真有重要的应用价值,基于SPH(Smoothed-Particle Hydrodynamics)的流体仿真方法能够真实地反映流体的运动规律。在流体规模增大时流体仿真计算量很大,特别是复杂场景中的流体碰撞检测计算显著降低流体仿真效率。将SPH物理计算以及碰撞检测利用GPU进行并行加速,并在GPU显存中使用新的邻居粒子链表构建方法加快邻居粒子的查找,可以提高流体仿真效率;利用对体素化场景进行栅格化采样方法来加速碰撞检测计算,并将每个体素值压缩成1bit并保存在文件中以节省存储空间,初步的实验结果表明,该方法能够用于碰撞检测处理,且能够减少碰撞检测处理时间。
2022-03-20 10:23:05 873KB SPH; GPU加速; 碰撞检测; 流体仿真;
1
粒子滤波GPU实现方面的论文,包含FPGA实现等
2022-03-20 10:06:01 14.59MB 粒子滤波 GPU
1
背景 在公司用多卡训练模型,得到权值文件后保存,然后回到实验室,没有多卡的环境,用单卡训练,加载模型时出错,因为单卡机器上,没有使用DataParallel来加载模型,所以会出现加载错误。 原因 DataParallel包装的模型在保存时,权值参数前面会带有module字符,然而自己在单卡环境下,没有用DataParallel包装的模型权值参数不带module。本质上保存的权值文件是一个有序字典。 解决方法 1.在单卡环境下,用DataParallel包装模型。 2.自己重写Load函数,灵活。 from collections import OrderedDict def myOwnLoa
2022-03-19 14:03:37 46KB c OR pytorch
1
GPU Pro & GPU ZEN (GPU PRO 1~7, GPU ZEN) 共8本,英文版 全部分卷共5卷,共需要50分,需要全部下载完才可以解压
2022-03-18 21:55:56 100MB GPU PRO ZEN Advanced
1