tensorflow gpu
mindspore-gpu-2.0.0-alpha版本学习笔记
使用docker容器运行： sudo docker run -it -v /home/devil/shareData /root/shareData --runtime=nvidia --gpus all --name Ubuntu_x86_64 swr.cn-south-1.myhuaweiclo ......
深度学习--全连接层、高阶应用、GPU加速
深度学习--全连接层、高阶应用、GPU加速 MSE均方差 Cross Entropy Loss：交叉熵损失 Entropy 熵： 1948年，香农将统计物理中熵的概念，引申到信道通信的过程中，从而开创了信息论这门学科，把信息中排除了冗余后的平均信息量称为“信息熵”。香农定义的“熵”又被称为香农熵或信 ......
如何配置一个用于深度学习的 GPU 服务器 [Ubuntu 18.04 LTS 为例]
一、硬件配置 CPU of Intel i9-9980XE (18-core 36-thread, @3.0-4.4 GHz), RAM of 128 GB (DDR4), GPU of NVIDIA RTX 2080 Ti*4 (11 GB GDDR6*4), and M.2 NVMe SSD o ......
Nvidia GPU Virtual Memory Management
1 常用显存管理 1.1 CUDA Runtime API 在CUDA编程中，编程人员通常会使用以下CUDART同步API进行显存申请和释放，比如调用cudaMalloc并传入所需的显存size即可返回显存的虚拟地址，使用完成后可调用cudaFree进行释放。 __host__ __device__ ......
java调用python脚本，用到tensorflow、keras等第三方库
https://blog.csdn.net/jstlovely/article/details/121247764?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522168110434116800227452800%2522%252C%2 ......
使用GPU硬件加速FFmpeg视频转码
{ https://www.jianshu.com/p/59da3d350488 } { 本文内容包括： 在Linux环境下安装FFmpeg 通过命令行实现视频格式识别和转码 有Nvidia显卡的情况下，在Linux下使用GPU进行视频转码加速的方法 1、FFmpeg编译安装 在FFmpeg官网ht ......
GPU 编程第五次作业（实验六）
1 步骤一 1.1 任务一：完成Todo部分，要求分别使用静态方式和动态方式来分配shared memory 完成的代码如下： // Todo 1 // Implement the Adjacent Difference application with *STATICALLY* allocated ......
使用GPU训练神经网络的历史
我在一台没有GPU支持的Mac电脑本上本地部署了stable-diffusion-webui，并生成了一张图。这张图大概需要10分钟的时间才能生成，但如果有GPU支持的话，只需要几秒钟就能完成。这让我深刻体会到GPU的算力比CPU强大得多。 GPU算力为啥远高于CPU 更多的处理单元 GPU在同样芯 ......
Qt音视频开发39-海康sdk回调拿到数据GPU绘制的实现
一、前言 采用海康的sdk做开发，最简单最容易的方式就是传入句柄（windows和linux都支持/很多人以为只有windows才支持）即可，这种方式不用自己处理绘制，全部交给了sdk去处理，所以cpu的占用是最低的；还有一种方式是回调函数拿到视频帧数据转成qimage绘制，这种方式优点很明显，能够 ......
关于PythonNet与TensorFlow的调试技巧
1. 使用TensorFlow2.x版本训练的模型，在导入时容易报错，不要跨版本训练或者调用模型。报错内容通常定位到restore方法。 2. PythonNet调用py文件报错时，右键该文件执行后报错内容会一闪而过，可以右键使用Python编译器(Idel)打开，错误会详细显示，且内容与编辑器一样 ......
GPU-CPU命令行缓冲区
书上25页 命令行缓冲区是一个循环队列，且有大小限制（书上说是几千） CPU调用GPU干活，就会往队列屁股后添加指令 GPU看到队列头有指令，就开始干活 受CPU限制，受GPU限制 受CPU限制：cpu繁忙，向命令行缓冲区写命令很慢，没有命令那gpu就闲下来了 受GPU限制：gpu繁忙，命令行缓冲区 ......
Unity 有效降低GPU占用
此乃经验所得，持续更新中，转载请标明出处 1、降低DrawCall可有效降低GPU占用 2、通过Application.targetFrameRate主动降低帧率可有效降低GPU占用 3、关闭Camera的HDR和MSAA可有效降低GPU的占用，特别是场景中Camera多的时候，效果很明显 ......
MATLAB2022b + win10 + cuda12.0 + matconvnet GPU编译
我使用的是 visual studio2017 具体参考： https://blog.csdn.net/amyliu5200/article/details/120717854?spm=1001.2014.3001.5506 但是其中我直接使用了： vl_compilenn('enableGpu', ......
TensorFlow 强化学习：11~15
原文：Reinforcement Learning With TensorFlow 协议：CC BY-NC-SA 4.0 译者：飞龙 本文来自【ApacheCN 深度学习 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。 不要担心自己的形象，只关心如何实现目标。——《原则》，生活原则 2.3 ......
精通 TensorFlow 2.x 计算机视觉：第一部分
原文：Mastering Computer Vision with TensorFlow 2.x 协议：CC BY-NC-SA 4.0 译者：飞龙 本文来自【ApacheCN 深度学习 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。 不要担心自己的形象，只关心如何实现目标。——《原则》，生 ......
安装配置tensorflow
pip install --user tensorflow-cpu==2.6.0 -i https://pypi.tuna.tsinghua.edu.cn/simple 镜像下有的版本是： 安装成功的界面是： ......
TensorFlow 2 和 Keras 高级深度学习：6~10
原文：Advanced Deep Learning with TensorFlow 2 and Keras 协议：CC BY-NC-SA 4.0 译者：飞龙 本文来自【ApacheCN 深度学习 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。 不要担心自己的形象，只关心如何实现目标。——《 ......
TensorFlow 2 和 Keras 高级深度学习：11~13
原文：Advanced Deep Learning with TensorFlow 2 and Keras 协议：CC BY-NC-SA 4.0 译者：飞龙 本文来自【ApacheCN 深度学习 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。 不要担心自己的形象，只关心如何实现目标。——《 ......
TensorFlow 2.0 的新增功能：第三、四部分
原文：What's New in TensorFlow 2.0 协议：CC BY-NC-SA 4.0 译者：飞龙 本文来自【ApacheCN 深度学习 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。 不要担心自己的形象，只关心如何实现目标。——《原则》，生活原则 2.3.c 第 3 部分： ......
TensorFlow 2 和 Keras 高级深度学习：1~5
原文：Advanced Deep Learning with TensorFlow 2 and Keras 协议：CC BY-NC-SA 4.0 译者：飞龙 本文来自【ApacheCN 深度学习 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。 不要担心自己的形象，只关心如何实现目标。——《 ......
TensorFlow 2.0 的新增功能：第一、二部分
原文：What's New in TensorFlow 2.0 协议：CC BY-NC-SA 4.0 译者：飞龙 本文来自【ApacheCN 深度学习 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。 不要担心自己的形象，只关心如何实现目标。——《原则》，生活原则 2.3.c 第 1 部分： ......
TensorFlow 决策森林详细介绍和使用说明
使用TensorFlow训练、调优、评估、解释和部署基于树的模型的完整教程 两年前TensorFlow (TF)团队开源了一个库来训练基于树的模型，称为TensorFlow决策森林(TFDF)。经过了2年的测试，他们在上个月终于宣布这个包已经准备好发布了，也就是说我们可以真正的开始使用了。所以这篇文 ......
深度学习第三章-神经网络TensorFlow实现
张量可以理解为n维数组或矩阵。在NumPy数组中，一个float32或float64的数字就是一个标量（零维张量），可以用ndim查看张量的维度。 向量（一维张量）是由数字组成的数组。 矩阵（二维张量）是由向量组成的数组。 ......
精通 Sklearn 和 TensorFlow 预测性分析：1~5 全
原文：Mastering Predictive Analytics with scikit-learn and TensorFlow 协议：CC BY-NC-SA 4.0 译者：飞龙 本文来自【ApacheCN 深度学习 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。 不要担心自己的形象， ......
TensorFlow 智能移动项目：11~12
原文：Intelligent mobile projects with TensorFlow 协议：CC BY-NC-SA 4.0 译者：飞龙 本文来自【ApacheCN 深度学习 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。 不要担心自己的形象，只关心如何实现目标。——《原则》，生活原 ......
ChatGPT问答[3]-CPU与GPU计算方式上的区别
CPU与GPU计算方式上的区别 CPU（中央处理器）和GPU（图形处理器）是计算机中两种不同的处理器，它们在计算方式上有以下区别： 并行计算能力：GPU拥有比CPU更多的计算核心，这使得GPU可以同时处理大量的数据并进行并行计算。相比之下，CPU的计算核心数量较少，只能进行有限的并行计算。 计算精度 ......
精通 TensorFlow 1.x：1~5
原文：Mastering TensorFlow 1.x 协议：CC BY-NC-SA 4.0 译者：飞龙 本文来自【ApacheCN 深度学习 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。 不要担心自己的形象，只关心如何实现目标。——《原则》，生活原则 2.3.c 一、TensorFlo ......
精通 TensorFlow 1.x：6~10
原文：Mastering TensorFlow 1.x 协议：CC BY-NC-SA 4.0 译者：飞龙 本文来自【ApacheCN 深度学习 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。 不要担心自己的形象，只关心如何实现目标。——《原则》，生活原则 2.3.c 六、TensorFlo ......
TensorFlow 卷积神经网络实用指南：1~5
原文：Hands-On Convolutional Neural Networks with TensorFlow 协议：CC BY-NC-SA 4.0 译者：飞龙 本文来自【ApacheCN 深度学习 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。 不要担心自己的形象，只关心如何实现目标 ......
TensorFlow 2.0 快速入门指南：第一部分
原文：TensorFlow 2.0 Quick Start Guide 协议：CC BY-NC-SA 4.0 译者：飞龙 本文来自【ApacheCN 深度学习 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。 不要担心自己的形象，只关心如何实现目标。——《原则》，生活原则 2.3.c 第 1 ......