基于GPU加速的高性能MapReduce集群设计研究.pdf
2021-09-25 19:03:27 1.17MB GPU 处理器 数据处理 参考文献
利用GPU对matlab仿真进行加速的方法
2021-09-16 11:45:02 252KB GPU matlab
1
火花GPU 该项目的目的是研究GPU加速带来的性能提升。 评估了一些应用程序,即WordCount,KMeans-Clustering和浮点排序。 此外,还为Spark的弹性分布式数据集(RDD)实现了许多GPU兼容功能。 纸 论文提交的详细信息即将发布。 执照 根据Apache软件许可2.0获得许可。 看 文件。
2021-09-12 18:53:30 417KB Python
1
CST Studio Suite 2018 GPU加速测试报告.pdf
2021-09-03 09:01:43 1.66MB 仿真
1
#5.2_GPU_加速_(PyTorch_tutorial_神经网络_教学)
2021-09-01 21:00:25 15.09MB 学习资源
使用opencv进行GPU加速计算机视觉(源码)
2021-08-25 09:35:26 32.28MB opencv
1
XGBoost.dll文件,可以利用GPU实现XGBoost的加速,具体编译过程可以参考https://download.csdn.net/download/u012677843/20817388
2021-08-08 11:00:45 537.35MB XGBoost 机器学习 GPU 加速
1
在Windows下编译XGBoost源代码,从而利用GPU实现XGBoost的加速
2021-08-06 21:00:58 542KB XGBoost GPU 加速 机器学习
1
数字孪生解决方案
2021-08-06 17:06:31 771KB 数字孪生
1
适用于Windows的Plaidml-Keras GPU Author - > Stefanos Ginargyros 设置 如果您在这里,那么您已经知道Plaidml的安装确实非常棘手(尤其是在Windows中)。为了克服所有潜在的Windows错误,请仔细遵循。 安装Anaconda 从安装最新的Visual C ++ 重新开始! 为plaidml创建一个conda虚拟环境 conda create -n plaidml 卸载任何冲突或较旧的版本 pip uninstall plaidml pip uninstall plaidml-keras pip uninstall plaidbench pip install plaidml==0.6.4 安装plaidml-keras pip install plaidml-keras plaidbench 设置plaidml(在1,2,
2021-07-09 16:45:46 265KB
1