介绍利用GPU加速深度学习算法，涉及模型并行和数据并行，主从模式和令牌环模式通信，满足GPU集群数据划分方法；最后介绍了利用FPGA加速线上识别算法，提高性能功耗比

20170304_mxnet_x64_vc14_gpu

OpenMM：高性能分子动力学库 介绍 是用于分子模拟的工具包。 它既可以用作运行模拟的独立应用程序，也可以用作您从自己的代码调用的库。 它提供了极大的灵活性（通过定制力量和集成商），开放性和高性能（尤其是在最近的GPU上），这些特性使其在仿真代码中真正独一无二。 获得帮助 需要帮忙？ 查看和。

1、安装cuda9.0 + cuDNN7.1 2、下载tensorflow_gpu-1.6.0-cp36-cp36m-win_amd64.whl至桌面 3、打开anaconda prompt：cd Desktop 转到桌面后：pip install tensorflow_gpu-1.6.0-cp36-cp36m-win_amd64.whl 4、进行安装，自动下载其他相关项 更多tensorflow版本可供下载

显卡测试工具，测试GPU性能 GPU-Z，显卡测试工具，测试GPU性能 GPU-Z

GPU-Z是一款轻量级实用程序，旨在为您提供有关视频卡和GPU的所有信息。GPU-Z还是一款绿色免安装显卡测试工具，GPU-Z检查的结果页面也很简单、明了，轻松掌握显卡各项信息参数。GPU-Z可以免费用于个人和商业用途

Tensorflow GPU 1.0版本 Linux Ubuntu Python2.7. 更多版本下载： https://pypi.python.org/pypi/tensorflow-gpu/1.0.0

[WinError 126] 找不到指定的模块。 Error loading “.\conda\envs\yolov5\lib\site-packages\torch\lib\caffe2_detectron_ops_gpu.dll” or one of its dependencies.

用于双ATI显卡交火测试 基于winXP测试平台

Matlab如何指定gpu运行代码用于光场重构的高维密集残差卷积神经网络 该项目是Tensorflow的实现 “用于光场重构的高维密集残差卷积神经网络”， IEEE模式分析和机器智能交易，南梦，海登·科赫。 所以，孙星，林德霖，2019年。 “用于光场超分辨率的高阶残差网络” ，第34届AAAI人工智能会议，孟楠，吴晓飞，刘建壮，林德伦，2020年。 要求 的Python2 == 2.7 Python3> = 3.5 Tensorflow r1。*> = r1.8 tqmd OpenCV Unrar 安装 下载专案 git clone https://github.com/monaen/LightFieldReconstruction.git --branch master --single-branch 训练 用于空间或角度或超分辨率任务的训练模型 训练模型以获得空间超分辨率（例如Sx4）。 您需要为不同的空间SR任务指定gamma_S 。 python train_SpatialSR.py --datadir data/train/Spatial/5x5 --gamma_S 4 -