scavenger-1.9.0-x86_64-unknown-linux-gnu-cpu-gpu.tar.xz
2021-09-24 18:01:45 4.71MB scavenger linux cpu-gpu
scavenger-1.9.0-armv7-unknown-linux-gnueabihf-cpu-gpu.tar.gz
2021-09-24 18:01:44 5.55MB scavenger armv7 linux gnueabihf
opencv 中gpu模块的详细介绍。其中opencv的gpu模块使用cuda中自带的npp进行代码改写的。
2021-09-24 14:44:23 1.72MB opencv gpu cuda npp
1
楼楼自己花了15大洋下的,分享以下,论文内容涉及 鱼眼镜头标定,四路图像拼接,基于opengles的2d到3d空间的转换等等。
2021-09-23 19:14:57 4.58MB 嵌入式下avm开发很不错的论文
1
面积最小的Android GPU解决方案.pdf
2021-09-23 16:05:40 316KB Android 客户端 应用开发 参考文献
2010年出版的国外CUDA教学教材-经典! 教辅材料网址:http://www.elsevierdirect.com/companion.jsp?ISBN=9780123814722 教辅材料包括本教材所有相关教学材料,如PPT、Figure and Lab Materials!
2021-09-23 10:17:40 5.64MB cuda GPU大规模并行编程
1
单路径一枪NAS 此存储库提供了Zichao Guo等人基于Pytorch的SPOS()的实现。 al。 此仓库仅包含“块搜索”以供参考。 在ImageNet上训练该网络非常耗时,这使我无法在现有资源下完成实验。 因此,此回购协议主要集中在CIFAR-10上,非常感谢Zichao Guo在某些细节上的建议。 但是,与仍有一些差异,例如数据预处理和一些超级参数。 我已经对CIFAR-10数据集进行了超网训练,并随机采样了1K模型进行验证。 模型检查点和精度分布如下: 超级网 随机搜索 环境环境 Python == 3.6.8, Pytorch == 1.1.0, CUDA == 9.0.176, cuDNN == 7.3.0, GPU == Single GTX 1080Ti 数据集 SPOS可以直接在CIFAR-10和ImageNet上进行训练。 可以使用此代码自动下载CIFA
2021-09-22 18:33:07 101KB Python
1
tensorflow1.3_cuda10_vs2015版本,windows 下编译tf1.3 gup 版本,包含bin lib ,include 文件
2021-09-22 09:31:50 242.64MB tensorflow1.3 tf1.3-gpu-cpp tf1.3gpu版本
1
学习GPU渲染非常好的书籍~讲解了大量的实用技术,讲解透彻
2021-09-19 20:49:49 9.4MB GPU Rendering
1
Ubuntu 16.04 Nvidia settings/CUDA/CUDNN/Tensorflow-gpu/配置驱动错误解决方法/Ubuntu登录死循环解决方法
2021-09-19 10:34:18 2.06MB 人工智能 深度学习环境 Nvidia驱动 Ubuntu
1