包含cufft64_10、curand64_10、cusparse64_10、cudnn64_7等7个加速tensorflow软件，

主要介绍了Ubuntu 20.04 CUDA&cuDNN安装方法(图文教程)，文中通过图文代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

CUDA-CUDNN10.2.txt

卷积神经网络的各种版本实现（CPU，CUDA_NAIVE，CUDA_TILED，GEMM）

CUDA9.0 Ubuntu 16.04 x86_64 除了cuda_9.0.176_384.81_linux.run外的四个补丁包，包括Patch 1 (Released Jan 25, 2018)，Patch 2 (Released Mar 5, 2018)， Patch 3 (Released Jun 7, 2018)， Patch 4 (Released Aug 6, 2018)。

CUDA的安装问题及环境配置、编译CUDA文件报错问题

CUDA的dll库

使用NVIDIA CUDA的“阴阳” K均值和K-nn K均值的实现基于 。 尽管它引入了一些开销和许多对CUDA不利的条件子句，但与Lloyd算法相比，它仍然显示出1.6到2倍的加速。 K近邻采用相同的三角形不等式思想，并且需要预先计算的质心和聚类分配，类似于展平的球树。 sklearn KMeans KMeansRex KMeansRex OpenMP 塞班 克库达 kmcuda 2 GPU 速度 1倍 4.5倍 8.2倍 15.5倍 17.8倍 29.8倍 记忆 1倍 2倍 2倍 0.6倍 0.6倍 0.6倍 从技术上讲，该项目是一个共享库，可导出kmcuda.h定义的两个函数： kmeans_cuda和knn_cuda 。 它具有内置的Python3和R本机扩展支持，因此您可以from libKMCUDA import kmeans_cuda或dyn.load("libKMCUDA.so") 。 目录 K均值 该项目与其他项目之间的主要区别在于，kmcuda已针对内存消耗低和大量群集进行了优化。 例如，kmcuda可以将480个维度中的4M个样本分类为40000个

在配置完环境以后运行程序，程序正常运行但是GPU没有任务，此时判断程序没有在GPU上运行。调试步骤： 先查看cuda安装有没有问题：nvcc -V                                  可以看到cuda驱动等安装没有问题。 进程序去看.cuda()或者.todevice之类代码，看程序确实放在GPU上了，故排除 但是在查看代码是看到这里是一个and，参数args.no_cuda是设置的Flase，所以问题因为在torch.cuda.is_available()，没有获得cuda加速。 查看深度学习环境搭建torch.cuda.is_available()这里返回了

基于CUDA的并行计算技术+opencv完成图像高斯滤波和双边滤波，开发版本为VS2019+openCV3.4