先安装tensorflow_gpu-1.6.0-cp36-cp36m-win_amd64.whl，然后安装cuda_9.1.85_win10.exe（百度云链接链接：链接：https://pan.baidu.com/s/1jKaFKwMEKIQR60PtH09jwg 密码：付积分的私信我，给密码，1.35G离线版CUDA，官网最近下载不了），将cudnn库（从https://developer.nvidia.com/rdp/cudnn-download官网下载）中的文件添加到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1下的对应文件中，在path路径添加如下： C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1\bin C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1\lib\x64 使用命令nvcc -V测试是否安装成功 注意现在的Tensorflow还不支持CUDA9.1，所以需要下载本文件中的tensorflow

数据融合matlab代码整体嵌套边缘检测 由谢志远在圣地亚哥加州大学创建 介绍： 我们开发了一种新的边缘检测算法，即整体嵌套边缘检测（HED），该算法通过利用完全卷积神经网络和深度监督网络的深度学习模型来执行图像到图像的预测。 HED自动学习丰富的层次结构表示（在对副作用的深入监督指导下），这对于解决边缘和对象边界检测中的挑战性歧义非常重要。 我们大大提高了BSD500数据集（ODS F分数为.790）和NYU深度数据集（ODS F分数为.746）的最新技术，并且速度得到了提高（每秒钟0.4s图像）。 有关该系统的详细说明，请参见我们的。 引文 如果您使用的是出版物中此处提供的代码/模型/数据，请引用我们的论文： @InProceedings{xie15hed, author = {"Xie, Saining and Tu, Zhuowen"}, Title = {Holistically-Nested Edge Detection}, Booktitle = "Proceedings of IEEE International Conference on Computer Visio

这个是我从TX2 jepack3.3下载下来的，cuda9安装包，当然这个安装包可以安装在任意jetson平台上，我博客中就举了个nano安装cuda9的例子，因为nano默认系统带的是cuda10. 这里分卷压缩了上传了3份，一起下载下来解压，相关文件是 cuda9.0-repo-l4t-arm64-jetson.zip.001 cuda9.0-repo-l4t-arm64-jetson.zip.002 cuda9.0-repo-l4t-arm64-jetson.zip.003

tensorflow-gpu python版本3.6 cuda版本是9.1 cudn版本n7.1

cudnn7.6

转载，改编自github：https://github.com/Afshinzkh/L0Smoothing;不想花积分的话可以参考一下。我的实现过程：cmake编译opencv3.4源码（文件中有编译好的可以直接用），装cuda9.0（GPU：GTX 1070），可以不装CUDNN用不到，代码的输入输出图片路径大家看源码改一下，opencv需要的输入连接根据编译环境的不同需要更改（我的是debug x64）,另外要将对应的el.exe加到环境路径中，emm，应该没坑了。

win10+cuda9.0+cuDNN 7.0+Tensorflow1.5（GPU）安装-附件资源

win7下安装CUDA9.0+Cudnn7.0.4+tensorflow1.4.0 亲测有效

T630服务器安装机器学习环境——ubuntu16.04、Cuda8.0、cudnn7.0.5、opencv、pytorch

之前本人已经上传过了Win7和Win10系统的CUDA 9.0以及相应的cuDNN版本，那么这次为什么又会上传CUDA 8.0呢？其实是因为本人在学习PaddlePaddle框架的过程中遇到了坑，发现在Win7系统上PaddlePaddle框架最高只支持CUDA 8.0，因此希望大家能够跳过这个坑。该资源是我本人从NVIDIA官网下载的CUDA和cuDNN，考虑到有的人可能无法在官网下载，而且下载cuDNN还需要注册登录，因此特意将其上传百度网盘，以方便大家下载。