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. 一种基于GPU加速的细粒度并行蚁群算法

  2. 一种基于GPU加速的细粒度并行蚁群算法一种基于GPU加速的细粒度并行蚁群算法

  3. 所属分类：其它

    • 发布日期：2010-06-03
    • 文件大小：447488
    • 提供者：lulu8719

  1. 利用GPU加速matlab计算

  2. 利用GPU加速matlab计算 利用GPU加速matlab计算

  3. 所属分类：其它

    • 发布日期：2010-09-19
    • 文件大小：258048
    • 提供者：dachang1353

  1. GPU加速密码破译系统

  2. GPU加速密码破译系统，详细讲解如何利用GPU来加速密码破译。

  3. 所属分类：网络安全

    • 发布日期：2012-08-04
    • 文件大小：88064
    • 提供者：tianshan2010

  1. GPU加速的物体空间线绘制算法

  2. GPU加速的物体空间线绘制算法 值得一看

  3. 所属分类：其它

    • 发布日期：2012-11-20
    • 文件大小：566272
    • 提供者：o_soraaoi_o

  1. GPU加速编程

  2. 利用GPU处理图形速度比CPU快的优势,可以应用于智能视频分析方面

  3. 所属分类：C

    • 发布日期：2013-02-17
    • 文件大小：2097152
    • 提供者：uchan

  1. blazingsql：BlazingSQL是一个轻量级的，GPU加速的，适用于PythonSQL引擎。 基于RAPIDS cuDF构建-源码

  2. 基于生态系统的轻量级GPU加速SQL引擎。 | | | | BlazingSQL是在RAPIDS生态系统之上构建的GPU加速SQL引擎。 RAPIDS基于列式内存格式，而是GPU DataFrame库，用于加载，连接，聚合，过滤和其他方式处理数据。 BlazingSQL是cuDFSQL接口，具有支持大规模数据科学工作流和企业数据集的各种功能。 查询外部存储的数据-单行代码可以注册远程存储解决方案，例如Amazon S3。 简单SQL-非常易于使用，运行SQL查询，结果是GPU数据帧（GD

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：1048576
    • 提供者：weixin_42118056

  1. BBMetalImage：高性能的Swift库，用于基于Metal的GPU加速的图像视频处理-源码

  2. BBMetalImage 基于Metal的高性能Swift库，用于GPU加速的图像/视频处理。 该库受到GPUImage的极大启发。 性能 测试库是BBMetalImage（0.1.1）和GPUImage（0.1.7）。 测试设备是带有iOS 12.1的iPhone 7。 该代码可以在项目中找到，而测试结果数据可以在找到。 BBMetalImage具有较低的内存使用量来处理图像。 BBMetalImage具有较低的CPU使用率和较高的相机捕获，处理和渲染速度。 产品特点 80多个内置过

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：115343360
    • 提供者：weixin_42146086

  1. visbrain：用于大脑数据可视化的多功能GPU加速开源套件-源码

  2. visbrain：用于大脑数据可视化的多功能GPU加速开源套件

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：29360128
    • 提供者：weixin_42134554

  1. xbox-xgu-examples：使用nxdk和xgu的原始Xbox的GPU加速图形示例-源码

  2. xbox-xgu-examples：使用nxdk和xgu的原始Xbox的GPU加速图形示例

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：2097152
    • 提供者：weixin_42119281

  1. texturelab：免费，跨平台，GPU加速的程序纹理生成器-源码

  2. TextureLab 免费的，跨平台的，GPU加速的程序纹理生成器。 | 建造 yarn完成建筑。 如果尚未安装，请安装。 git clone https://github.com/njbrown/texturelab.git cd texturelab # if you want to pull down assets (textures and node icons) git submodule update --init yarn install yarn electron:serv

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：417792
    • 提供者：weixin_42127369

  1. YUDisplacementTransition：GPU加速的过渡库利用位移图来创建变形效果-源码

  2. YUDisplacementTransition GPU加速的过渡库，该库利用位移图来创建变形效果。 受启发。 用。 例 要运行示例项目，请克隆存储库，然后首先从Example目录运行pod install 。 用法 排量图 位移贴图是用于为过渡创建变形效果的图像文件。 YUDisplacementTransition.Options displacementIntensity的失真效应强度。 duration转换时间。 timingFunction过渡的时序函数。 默认值： Cu

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：3145728
    • 提供者：weixin_42131439

  1. ios-gpuimage-plus：基于OpenGL的iOS的GPU加速图像过滤器-源码

  2. iOS-GPUImage-Plus GPU加速的基于OpenGL的iOS过滤器。 新功能：将使用ios11的VNSequenceRequestHandler和VNDetectFaceLandmarksRequest创建面部效果。 Android版本： ： 抽象 这个仓库现在是开源的。 您可以在项目中使用cge.framework。 您可以将cge.framework添加到您的项目中，然后添加代码 #import //一切都完成了。 如果您使用的是CocoaPods，请将其添加到P

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：13631488
    • 提供者：weixin_42153691

  1. pytorch：具有强大GPU加速功能的Python中的张量和动态神经网络-源码

  2. PyTorch是一个Python软件包，提供了两个高级功能： 具有强大GPU加速功能的Tensor计算（如NumPy） 基于基于磁带的autograd系统构建的深度神经网络 您可以在需要时重用自己喜欢的Python软件包（例如NumPy，SciPy和Cython）来扩展PyTorch。 系统 3.6 3.7 3.8 Linux CPU — Linux GPU — Windows CPU / GPU — — Linux（ppc64le）CPU — — Linux（pp

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：17825792
    • 提供者：weixin_42112685

  1. gpu.js：GPU加速JavaScript-源码

  2. GPU.js GPU.js是一个Javascr ipt加速库，用于Web和NodeJavascr ipt中的GPGPU（GPU上的通用计算）。 GPU.js会自动将简单Javascr ipt函数转换为着色器语言，并对其进行编译，使其在您的GPU上运行。 如果没有GPU，则这些功能仍将在常规Javascr ipt中运行。 有关更多快速概念，请参见Wiki上的。 这是什么法术？ 创建一个从javascr ipt函数转换而来的GPU加速内核，该javascr ipt函数计算512 x 512矩阵（

  3. 所属分类：其它

    • 发布日期：2021-02-02
    • 文件大小：10485760
    • 提供者：weixin_42130786

  1. toycaster：基于nim的gpu加速raycaster-源码

  2. toycaster：基于nim的gpu加速raycaster

  3. 所属分类：其它

    • 发布日期：2021-02-02
    • 文件大小：2097152
    • 提供者：weixin_42128393

  1. brain.js：:robot_face:JavaScript的GPU加速神经网络适用于浏览器和Node.js-源码

  2. brain.js 适用于浏览器和Node.jsJavascr ipt中的GPU加速神经网络 关于 brain.js是用于Javascr ipt的的GPU加速库。 :light_bulb: 这是的延续，不再保留。 目录 安装及使用 NPM 如果可以使用安装brain.js ： npm install brain.js CDN 下载 安装说明 Brain.js依赖本地模块headless-gl来提供gpu支持。 在大多数情况下，从npm安装brain.js应该可以。 但是，如果遇到问

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：3145728
    • 提供者：weixin_42134144

  1. alox：GPU加速，分布式，Actor模型语言（WIP）-源码

  2. alox：GPU加速，分布式，Actor模型语言（WIP）

  3. 所属分类：其它

    • 发布日期：2021-01-28
    • 文件大小：88064
    • 提供者：weixin_42118011

  1. 深度神经网络移动终端GPU加速实践

  2. 本文来自于网络，介绍了如何选择并训练模型，处理数据，以及在终端移动设备上工程化落地深度神经网络并做GPU加速，。AI无疑是近几年的超级风口，“AllinAI“等押宝AI的口号层出不穷，AI的风头一时无两。实现AI有很多种途径方法，这其中深度学习神经网络被认为是最有可能实现AI的途径。作为工程人出身的我们，更是迫切需要主动去迎接AI时代的到来，带着智能图像识别的需求，我们尝试去工程化深度神经网络并最终落地，当中的一些实践经验通过本文记录下来。 MobileNet是谷歌为移动终端设备专门设计的高效深

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：662528
    • 提供者：weixin_38593644

  1. 基于总变分最小化模型的异步并行GPU加速算法

  2. 相比于传统同步并行计算策略, 在异步并行计算框架下, 针对最常用的总变分(TV)最小化重建模型, 通过将其转化为不动点迭代问题, 并利用异步交替方向法(ADM)进行求解, 推导出基于TV最小化模型的异步ADM迭代重建算法, 即异步交替方向总变分最小化算法(Async-ADTVM)。利用消息传递接口技术将该算法在图形处理器(GPU)集群上进行测试, 进一步提高了原始基于TV最小化模型的迭代重建算法的计算效率。实验表明, 该算法在计算求解精度上略优于ADTVM算法, 同时在GPU性能存在差异的条件下

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：2097152
    • 提供者：weixin_38738511

  1. 为电脑配置GPU加速（win10+python3.6+tensorflow-gpu1.12.0)

  2. 本教程基于win10系统，所用到的工具为Anaconda3，PyCharm 你需要已经安装好以上工具，具体操作略。 首先确定你的显卡是否支持gpu加速，可在nvidia官网查看是否有你的显卡所对应的算力，如图。 为了不影响其他的工作环境，本教程创建anaconda虚拟python环境，打开Anaconda Prompt，输入指令 conda create -n your_env_name python==3.6 待安装完成后，输入指令 conda env list conda会罗列出所有你

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：551936
    • 提供者：weixin_38622827
« 1 2 34 5 6 7 8 9 10 ... 42 »