《GPU高性能编程CUDA实战》源码

CUDA并行程序设计GPU编程指南(包含原书代码book.h CPUBitmap.h等)

英伟达官方2021.6最新CUDA程序 cuda_11.3.1_465.89_win10百度网盘链接 适用于win10 64，亲测可用

高清cuda学习文档 CUDA并行程序设计 GPU编程指南和CUDA_C_Programming_Guide

tensorflow2.6whl，适配cuda11。适用的cudnn版本为8.1.0，cuda版本为11.0.2。

GPU-Z GPU检测.exe

mobilenetv3 这是MobileNetV3架构的多GPU Tensorflow实现，如论文。 对于一些更改。 论文V1的实现请参见该存储库中的以获得详细信息。 在tf1.3.0，tf1.10.0，python3.5上进行了测试。 mobilenetv3大 mobilenetv3小 用法 from mobilenet_v3 import mobilenet_v3_large, mobilenetv3_small model, end_points = mobilenet_v3_large(input, num_classes, multiplier=1.0, is_training=True, reuse=None) model, end_points = mobilenet_v3_small(input, num_classes, multiplier=1.0, is_trai

消息！ 2020年8月： 发布了！ 更强大的追踪！ 包括全身（脸，手，脚）要点！ 现在可用。 2019年12月：AlphaPose 发布了！ 较小的型号，更高的精度！ 2019年4月：发布的AlphaPose！ 在COCO验证集上，它以23 fps的速度运行。 2019年2月： 集成到现在AlphaPose！ 2018年12月：了PoseFlow的！ 3倍更快，支持姿态跟踪结果可视化！ 2018年9月： 发布了！ 它在COCO验证集上以20 fps的速度运行（平均每张图像4.6人），并达到71 mAP！ AlphaPose 是一种精确的多人姿势估计器，它是第一个开源系统，在COCO数据集上达到70+ mAP（75 mAP），在MPII数据集上达到80+ mAP（82.1 mAP）。 为了在帧中匹配与同一个人相对应的姿势，我们还提供了一种称为Pose Flow的高效在线姿势跟踪

pylearn2安装，源自lisa实验室开发，建议下载github上最新更新。

LightSpMV是一种使用标准压缩稀疏行（CSR）存储格式的新颖CUDA兼容稀疏矩阵矢量乘法（SpMv）算法。 我们已经使用各种稀疏矩阵评估了LightSpMV，并将其与最新的CUSP和cuSPARSE中基于CSR的SpMV子程序进行了比较。 性能评估表明，在单个Tesla K40c GPU上，LightSpMV优于CUSP和cuSPARSE，与CUSP相比，分别提高了2.60和2.63，与cuSPARSE相比，分别达到了1.93和1.79的单精度和双精度。