pytorch-1.7.1-py3.8_cuda11.0.221_cudnn8.0.5_0.tar.bz2

基于英伟达的jpegNPP工程，分离实现独立的JPEG压缩。

1. 文档是从http://cudazone.nvidia.cn/forum/forum.php?mod=viewthread&tid=6266&extra=page=1下载来的，是“yyfn风辰”翻译的文档，原文档是装好cuda sdk后名字为“CUDA_C_Programming_Guide.pdf”的文档 2. 文档上面附有一层斜着的文字，字很大，颜色很深，影响阅读，这里用foxit pdf editer一页一页的把它去掉了，方法比较笨，高手知道更好的方法希望告诉我一下 3. 我看过翻译的文档，很不错，对我这种英语很烂的人非常有帮助

柯拉兹猜想 它是什么？ Collat​​z猜想是一个数学猜想，它涉及一个定义如下的序列：以任何正整数n开头。 然后，从上一项按如下方式获得每个项：如果前一项是偶数，则下一项是前一项的一半。 如果前一项是奇数，则下一项是前一项加3的3倍。推测是，无论n的值是多少，该序列始终会达到1。 前几个序列 该程序的目的 由于该猜想尚未得到现代数学的证明，因此该程序将通过获取现代nvidia gpus的力量来简单地计算非常大的序列的数量。 如果您使用的是基于DebianLinux发行版，则可以使用以下命令安装nvidia的编译器： $ sudo apt install nvidia-cuda-toolkit 然后，您可以通过运行以下命令来编译程序。 $ nvcc -o main collatzConjectureCUDA.cu 最后，您使用来运行程序 ./main Your_Number_Goe

win10 cuda_10.0.130_411.31_win10 cudnn-10.0-windows10-x64-v7.3.1.20 (百度网盘链接+提取码)

用cuda实现的3×3中值滤波，排序算法为二分法，利用共享内存，巧妙加速，算法执行效率非常高。 下载后带入数据直接用。

uda 带有CUDA的Docker映像 可用版本： FROM shvid/cuda:11.0-cudnn8-devel-cp36-ubuntu18.04 FROM shvid/cuda:10.2-devel-cp36-ubuntu18.04 FROM shvid/cuda:10.2-runtime-cp36-ubuntu18.04 跑 docker run -it --rm --runtime=nvidia shvid/cuda:11.0-cudnn8-devel-cp36-ubuntu18.04 nvidia-smi docker run -it --rm --runtime=nvidia shvid/cuda:10.2-devel-cp36-ubuntu18.04 nvidia-smi docker run -it --rm --runtime=nvidia shvid/cuda:

安装Pytorch需要安装cuda9.0 与cudnn文件

deeppipe2：使用GPU（CUDAcuBLAS）的深度学习库

cudnn的官方下载链接，，各个版本的都有。安装cuda学习并行处理数据必备