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. win7+gtx1070+tensorflow+cuda8.0+cudn搭建深度学习环境

  2. windows下安装TensorFlow，要求python版本是3.5，64位.

  3. 所属分类：深度学习

    • 发布日期：2017-10-23
    • 文件大小：900kb
    • 提供者：yyb12006

  1. tensorflow_gpu-1.1.0-cp36-cp36m-win_amd64.whl

  2. gtx1070+tensorflow+cuda8.0+cudn搭建深度学习环境----- tensorflow1.1,tensorflow_gpu-1.1.0-cp36-cp36m-win_amd64.whl

  3. 所属分类：深度学习

    • 发布日期：2017-10-23
    • 文件大小：46mb
    • 提供者：yyb12006

  1. win7+keras2.0+cuda+gtx1070+gpu资源下载

  2. win7+keras2.0+cuda+gtx1070+gpu资源下载及安装过程记录 环境具体配置： 1、windows7专业版 sp1 2、显卡 GTXFORCE 1070 8G显存 3、Anaconda3 ,python 3.5 4、keras 2.0

  3. 所属分类：深度学习

    • 发布日期：2017-10-24
    • 文件大小：463kb
    • 提供者：ksco2005

  1. win7+gtx1070+tensorflow+cuda8.0+cudnn-v6搭建深度学习环境

  2. 专门 为windows提供安装 ,本人已安装成功tf_nightly_gpu-1.5.0.dev20171023-cp35-cp35m-win_amd64.whl ， python3.5

  3. 所属分类：深度学习

    • 发布日期：2017-10-31
    • 文件大小：71mb
    • 提供者：yyb12006

  1. v384 nvidia驱动

  2. 配置cuda 8.0 的 cuDNNN 5.1 ubuntu 64位 版 从官网下载

  3. 所属分类：机器学习

    • 发布日期：2018-06-25
    • 文件大小：78mb
    • 提供者：dahuayaoer

  1. Linux下caffe及Faster-rcnn(python版)安装全过程

  2. Linux-Faster-rcnn安装全过程 软件版本：Ubuntu14.04、CUDA8、CUDNN5.1 for CUDA8、opencv3.1、python版本faster-rcnn、GPU版本 硬件型号：I7四代CPU、内存4G、固态硬盘250G、影驰GTX1070

  3. 所属分类：深度学习

    • 发布日期：2018-07-24
    • 文件大小：1mb
    • 提供者：qq_36685744

  1. NVIDIA linux 最新驱动

  2. NVIDIA linux 驱动，驱动类型390.77，如果遇到安装旧版本的375.82等build kernel failed问题，可以用此版本解决。 sudo ./NVIDIA-Linux-x86_64-390.77.run –no-x-check –no-nouveau-check –no-opengl-files 我的笔记本是外星人，显卡GTX1070,系统是Ubuntu 16.04安装可以解决NVIDIA驱动一直安装不成功问题。

  3. 所属分类：深度学习

    • 发布日期：2018-08-11
    • 文件大小：78mb
    • 提供者：arthurliug

  1. DELL笔电 I7 8700 GTX1070显卡完美黑苹果

  2. DELL笔电 I7 8700 GTX1070显卡完美黑苹果的EFI,供给需的朋友，由于每个人的硬件环境不同，些许差别也会造成这样那样的问题，有问题请自行百度，不要以此为由中伤上传者

  3. 所属分类：MacOS

    • 发布日期：2019-12-28
    • 文件大小：24mb
    • 提供者：u011918840

  1. 各台式机黑苹果EFI文件

  2. 文件包含如下配置的台式机EFI文件： E3-1230+技嘉P75D3+GTX650+10.13， E3-1230Ⅴ2+GTX470+华硕p8b75v， E3-1245+华擎B75+GTX760， E5-2680V2+华南X79V2+BIOS， E5-2680V2+华硕P9+Quadro K4000+12.6， H61-3570-650Ti-retal8111， i3-4170+华硕H81M+HD4600， i3-7100+微星H110+HD630+10.13， i3-8100+

  3. 所属分类：MacOS

    • 发布日期：2019-03-22
    • 文件大小：61mb
    • 提供者：icelimit

  1. Hackintosh-High-Sierra-10600KF-GTX1070-MSI-Z490i-Unify：90％完成的hackintosh构建与第10代Intel cpu和1070（相当不受欢迎的组合）-源码

  2. Hackintosh-High-Sierra-10600KF-GTX1070-MSI-Z490i-Unify 使用第10代Intel cpu和1070完成90％的hackintosh构建（相当不受欢迎的组合）这一奇幻幻象是一个怪异时代（矿潮）的产出，由于老机子（8600k）主板报废，直接购买了10代新平台板U而瞬间暂时不准备更换了（事实证明购买带核显着的cpu会是更好的选择），不过除了无法开启显卡硬解，其他都还好。 测试支持支持的测试：高Sierra 10.13.6（17G14042） 配置/

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：24mb
    • 提供者：weixin_42151599

  1. ubuntu-nvidia-mining：在Nvidia GTX 1060和GTX 1070上开采以太坊所需的一切-源码

  2. 具有Nvidia GPU（GTX 1060和1070）的Ubuntu 16.04的挖掘配置和自动化 逐步指南 将钻机与所有图形卡组装在一起，并确保它们都在“旋转” 按照屏幕上的逐步指南，从可启动的USB闪存盘安装Ubuntu桌面。 如果Ubuntu安装程序没有启动，请在启动过程中按F6键， 从右下方区域的选项菜单中选择 。 确保检查“正在安装图形的第三方软件...”-这将在系统上预安装nvidia驱动程序。 安装完操作系统后，启动终端并安装git。 sudo apt-get install

  3. 所属分类：其它

  1. drive_ml：这是我们的机器学习应用程序的存储库-源码

  2. 机器学习 这是TUM Phoenix自动驾驶机器学习应用程序的存储库。 在TUM Phoenix硬件上使用 有一个工作站，其中预装了所有软件和不错的培训硬件（Nvidia GTX1070 8GB）。 只是问项目负责人一个帐户。 仅从TUM大学网络访问（或使用LRZ-VPN）。 在自己的硬件上使用 如果要将其安装在自己的设备上，请遵循以下说明： 使用pip3的安装（ sudo pip3 install -r requirements.txt ） 使用您的用户名登录并生成配置jupyter

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：17mb
    • 提供者：weixin_42109639

  1. Hey-Jetson：基于深度学习的自动语音识别，关注Nvidia Jetson-源码

  2. 嘿，杰森！ 自动语音识别推理 布莱斯·沃克（Brice Walker） 该项目在Keras / Tensorflow中构建了一个可扩展的，基于注意力的语音识别平台，以便在Edge上针对AI的Nvidia Jetson嵌入式计算平台进行推理。 自动语音识别的这种实际应用是受我以前在心理健康领域的职业启发的。 该项目开始了为构建实时治疗干预推断和反馈平台的旅程。 最终目的是构建一个工具，该工具可以为治疗师提供有关其干预效果的实时反馈，但是设备上的语音识别在移动，机器人或其他不希望基于云的深度学习的

  3. 所属分类：其它

  1. CudaLatticeGauge:CUDA的晶格规模拟-源码

  2. CUDA格规 使用CUDA进行晶格规（晶格QCD）模拟 使用GMRES和12正交基准在笔记本电脑上进行测试具有8/48多速率近似力梯度步长的一条轨迹 + -------------------------- + ---------------------- ----- + --------------------------- + | WIN8 + i7-4720HQ | WIN10 + i7-7700HQ | Ubuntu 18.04 + i5-8400 | | + GTX970M（3G）|

  3. 所属分类：其它