注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. cudnn 7.0.5 for CUDA 9.0 (Linux)

  2. CuDnn for CUDA for 深度学习 版本为 7.0.5 for CUDA 9.0 注意为 Linux 版 非Windows！ 百度云链接和密码在txt中

  3. 所属分类：深度学习

    • 发布日期：2018-09-01
    • 文件大小：64byte
    • 提供者：weixin_43111986

  1. Win7系统CUDA 8.0和cuDNN7.1 下载链接.txt

  2. 之前本人已经上传过了Win7和Win10系统的CUDA 9.0以及相应的cuDNN版本，那么这次为什么又会上传CUDA 8.0呢？其实是因为本人在学习PaddlePaddle框架的过程中遇到了坑，发现在Win7系统上PaddlePaddle框架最高只支持CUDA 8.0，因此希望大家能够跳过这个坑。该资源是我本人从NVIDIA官网下载的CUDA和cuDNN，考虑到有的人可能无法在官网下载，而且下载cuDNN还需要注册登录，因此特意将其上传百度网盘，以方便大家下载。

  3. 所属分类：机器学习

    • 发布日期：2019-05-23
    • 文件大小：260byte
    • 提供者：jackandsnow

  1. OpenCV完成编译版本下载地址.txt

  2. 完全编译OpenCV+opencv_contrib+TBB+CUDA+Cudnn+Eigen,X64位的DEBUG和RELEASE版本，总大小2G多

  3. 所属分类：机器学习

    • 发布日期：2019-10-22
    • 文件大小：114byte
    • 提供者：zzy1448331580

  1. CUDA和CUDNN.txt

  2. CUDA（Compute Unified Device Architecture），是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。 开发人员可以使用C语言来为CUDA™架构编写程序，C语言是应用最广泛的一种高级编程语言。所编写出的程序可以在支持CUDA™的处理器上以超高性能运行。CUDA3.0已经开始支持C++和FORTRAN。

  3. 所属分类：桌面系统

    • 发布日期：2020-04-04
    • 文件大小：106byte
    • 提供者：www963257827

  1. 基于Tensorflow使用CPU而不用GPU问题的解决

  2. 之前的文章讲过用Tensorflow的object detection api训练MobileNetV2-SSDLite，然后发现训练的时候没有利用到GPU，反而CPU占用率贼高（可能会有Could not dlopen library ‘libcudart.so.10.0’之类的警告）。经调查应该是Tensorflow的GPU版本跟服务器所用的cuda及cudnn版本不匹配引起的。知道问题所在之后就好办了。 检查cuda和cudnn版本  首先查看cuda版本： cat /usr/local

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：45kb
    • 提供者：weixin_38747815

  1. cuda+pytorch一套百度网盘链接.txt

  2. 最新版本安装pytorch和cuda+cudnn+torchvision一套组件，大小大概为3个G左右。

  3. 所属分类：机器学习

    • 发布日期：2021-03-24
    • 文件大小：147byte
    • 提供者：Anrys

  1. points2surf:从点云学习隐式曲面（ECCV 2020）-源码

  2. Points2Surf：从点云中学习隐式曲面（ECCV 2020 Spotlight） 这是我们对的实现， 是一个网络，可从点云估算有符号距离函数。将该SDF转换为带有Marching Cubes的网格。有关更多详细信息，请观看和。 该体系结构类似于 。与其他基于ML的表面重构方法（例如和，Points2Surf是基于补丁的，因此与类无关。大大改进的泛化导致更好的结果，甚至在大多数情况下也比更好。 该代码主要由和编写。这项工作发表在。 先决条件 Python> = 3.7 PyTorch

  3. 所属分类：其它

  1. Batch-Spectral-Penalization:发行代码以实现可传递性与可辨别性-源码

  2. 批光谱微粉化 先决条件： Python3 PyTorch == 0.4.0 / 0.4.1（带有合适的CUDA和CuDNN版本） 火炬视觉> = 0.2.1 脾气暴躁的 argparse 皮尔 资料集： 您需要在“ ./data”中的每个“ .txt”中修改图像的路径。 训练一个数据集： 所有参数均设置为与本文中提到的参数相同。 您可以对任务使用以下命令： python -u train.py --gpu_id n --src src --tgt tgt n是您使用的GP

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：717kb
    • 提供者：weixin_42116805

  1. ldada-clean-源码

  2. 平底锅 “用于代码发布（CVPR 2020） 先决条件： Python3 PyTorch == 0.4.1（带有合适的CUDA和CuDNN版本） 火炬视觉> = 0.2.1 资料集： 您需要在“ ./dataset_list”中的每个“ .txt”中修改图像的路径。 以下Google云端硬盘链接中提供了CUB-Paintings的子数据集CUB-200-Paintings： : 训练一个数据集： 您可以对任务使用以下命令： python PAN.py --gpu_id n

  3. 所属分类：其它

  1. HDNet_TikTok-源码

  2. 通过观看社交媒体舞蹈视频学习穿着打扮的人的高保真深度 该存储库包含CVPR 2021 （口头演示）中的“”的tensorflow实现。 该代码库提供： 推断码 可视化代码 培训代码（即将推出！） 要求 （此代码已使用tensorflow-gpu版本1.14.0，Python 3.7.4，CUDA 10（版本10.0.130）和cuDNN 7（版本7.4.2）进行了检查。） 麻木 意象 matplotlib scikit图像 scipy == 1.1.0 张量流gpu == 1.14.

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：14mb
    • 提供者：weixin_42117150

  1. DeepPoseRobot:DeepPoseKit的一种改进，可预测6轴机械臂的关节角度-源码

  2. DeepPoseRobot，DeepPoseKit的实现 这是和的改编版，用于预测机器人关节角度。 可视化使用 。 使用PixelLib将机器人与背景隔离，然后使用DeepPoseKit模型预测机器人的关键点位置。 安装 这需要进行分割和姿势估计。 应该手动安装以及CUDA和cuDNN，如下所示： 任何Tensorflow版本> = 2.0.0应该兼容。 Tensorflow-gpu 2.0.0是当前唯一经过测试的版本。 在Windows上使用Anaconda安装 要在Windows

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：402mb
    • 提供者：weixin_42161450

  1. ChromaGAN:ChromaGAN的正式实施-源码

  2. 色度 Kerr正式执行ChromaGAN：具有语义类别分布的对抗图片着色[ ] [ ] [ ] 网络架构 先决条件 Linux 的Python 3 NVIDIA GPU + CUDA CuDNN（CPU模式和不带CuDNN的CUDA可能需要很少的修改，但未经测试） 入门 克隆存储库 git clone https://github.com/pvitoria/ChromaGAN cd ChromaGAN/ 要求 pip install -r requirements.txt 下载数据集 下

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：11mb
    • 提供者：weixin_42109598

  1. MCNN-based_HSI_Classification:MCNN-CP：使用混合卷积和协方差合并的高光谱图像分类（TGARS 2021）； MCNN-PS和Oct-MCNN-PS：使用混合3D八度和2D-亚像素卷积神经网络的高光谱图像分

  2. 基于MCNN的_HSI_分类 文件 MCNN-CP：使用混合卷积和协方差合并的高光谱图像分类（TGARS 2021） MCNN-PS和Oct-MCNN-PS：使用混合3D八度音程和2D子像素卷积神经网络的高光谱图像分类（已提交TGARS） 1.环境设置 该代码已在配备Intel i7-9750H 2.6 GHz处理器，32 GB RAM和NVIDIA GTX1650图形卡，Python 3.6，tensorflow_gpu-1.14.0，Keras-2.2.4，CUDA 10.0， cuDNN

  3. 所属分类：其它

  1. SSV:PSV的Pytorch实现-源码

  2. 从图像集中进行自我监督的观点学习 该存储库包含我们在CVPR 2020上接受的从图像集合进行自监督视点学习（SSV）的工作代码。SSV提供了仅使用对象图像即可学习对象的视点估计的框架，而无需使用地面真实视点注释。 链接 先决条件 我们在Ubuntu 16.04中将Pytorch 1.0与CUDA 10和CuDNN 7.4.1一起使用。 所有依赖项都在requirements.txt中提供。 可以使用以下方法创建类似的环境： conda create --name ssv --file requi

  3. 所属分类：其它

  1. TextureMixer：CVPR'19论文“纹理混合器：纹理的可控制合成和插值网络”的正式Tensorflow实现-源码

  2. 纹理混合器 ，，，，CVPR 2019 | 纹理插值128x1024（更多结果显示在） 纹理溶解1024x1024 纹理笔刷512x2048 动物杂交 先决条件 Linux NVIDIA GPU + CUDA 10.0 + CuDNN 7.5 Python 3.6 张量流gpu 1.12 要安装其他Python依赖项，请运行pip3 install -r requirements.txt 。 将库克隆到当前目录中。 数据集：动物纹理，地球纹理，植物纹理 可从以知识共享或公共领域的许可下

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：1022mb
    • 提供者：weixin_42117267

  1. captcha_platform：[验证码识别-部署]该项目基于CNN + BLSTM + CTC进行验证。 此项目代码标识仅适用于部署模型-源码

  2. 项目介绍 该项目基于CNN + BLSTM + CTC实现验证码识别。 该项目仅适用于部署模型，如果您需要训练模型，请转到 知情的 默认的require.txt将安装CPU版本，将“ requirements.txt”从“ TensorFlow”更改为“ TensorFlow-GPU”以切换到GPU版本，使用GPU版本安装相应的CUDA和cuDNN。 demo.py：有关如何调用预测方法的示例。 模型文件夹文件夹用于存储模型配置文件，例如model.yaml。 graph文件夹用于存储编译

  3. 所属分类：其它

  1. 2017年-个人：2017年伦敦应用深度学习研讨会-源码

  2. 应用深度学习人事研讨会 作者： 和 （加泰罗尼亚理工大学，2017年） 该存储库包含几个ipython笔记本，以及使用python，keras和tensorflow的机器学习教程。 内容 安装 此代码已在具有python 2.7Linux机器中经过测试。 它也应在Mac OS X上运行。 请按照使用pip安装tensorflow 0.10。 安装其他依赖项pip install -r requirements.txt 。 要在GPU上运行此代码，您需要在计算机中安装cuda和cudnn。

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：26mb
    • 提供者：weixin_42149153

  1. ca-gan：CA-GAN：组合辅助GAN-源码

  2. 甘 我们为CA-GAN和SCA-GAN提供PyTorch实施。 论文“通过合成辅助GAN实现逼真的面部照片素描合成” [ 发电机架构 样品结果 左：草图合成； 右：照片合成 （a）输入图像，（b）cGAN，（c）CA-GAN，（d）SCA-GAN 先决条件 Linux或类似环境 Python 2.7 NVIDIA GPU + CUDA CuDNN 入门 安装 克隆此仓库： git clone https://github.com/fei-hdu/ca-gan cd ca-gan

  3. 所属分类：其它

  1. DQN_HollowKnight-源码

  2. 自述文件 我一直在升级，因此代码可能每天都会更改。 环境 Windows 10（我们使用win32 API操作小骑士并获得屏幕截图） python 3.8.8 python liberary：在requirments.txt中找到 空心骑士 空心骑士的HP Bar Mod（为了获得上司hp来计算奖励，请在/ hollow_knight_Data /中找到该mod，然后将其复制到游戏文件夹中） CUDA和cudnn用于张量流 用法 现在，我只编写train.py，而不编写test.py（该文

  3. 所属分类：其它

  1. RDA:嘈杂环境下的鲁棒域自适应-源码

  2. 强大的领域适应 “在嘈杂的环境下实现准确而强大的域自适应”的代码发布 先决条件： 的Python == 3.7.6 PyTorch == 1.2.0（具有合适的CUDA和CuDNN版本） 火炬视觉== 0.2.0 脾气暴躁的 argparse 易言 枕头= 8.1.0 tqdm 资料集： 您需要在“ ./data”中的每个“ .txt”中修改图像的路径。 训练： 您可以运行“ ./scr ipts/train.sh”来训练和评估任务。 在此之前，您需要在脚本中更改项目根目录，数据

  3. 所属分类：其它

    • 发布日期：2021-03-31
    • 文件大小：27mb
    • 提供者：weixin_42175971
« 12 »