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. cuda90-1.0

  2. cuda90-1.0-h6433d27_0.tar.bz2 在ubuntu 16.04, GTX950M上运行良好

  3. 所属分类：深度学习

    • 发布日期：2018-11-07
    • 文件大小：3kb
    • 提供者：dassein

  1. cudnn-9.0-windows10-x64-v7.4.2.24

  2. cudnn9.0适用于Windows10,CUDA90。下载后直接解压即可。

  3. 所属分类：C++

    • 发布日期：2019-01-04
    • 文件大小：180mb
    • 提供者：aphy_yunpeng

  1. yolov4_library(vs2015_x64_debug_with cuda90).zip

  2. yolov4动态链接库：windows系统、VS2015 x64 debug版本编译、CUDA 9.0、cuDNN 7.5、OpenCV 3.x

  3. 所属分类：深度学习

    • 发布日期：2020-04-29
    • 文件大小：2mb
    • 提供者：stjuliet

  1. cuda90-torch-0.3.1-cp36-cp36m-linux_x86_64.whl

  2. https://download.pytorch.org/whl/cu90/torch_stable.html，cuda90-torch-0.3.1-cp36-cp36m-linux_x86_64.whl

  3. 所属分类：深度学习

    • 发布日期：2020-11-30
    • 文件大小：522mb
    • 提供者：qq_35975447

  1. cuda90-torch-0.4.1-cp36-cp36m-linux_x86_64.whl

  2. https://download.pytorch.org/whl/cu90/torch_stable.html，cuda90-torch-0.4.1-cp36-cp36m-linux_x86_64.whl

  3. 所属分类：深度学习

    • 发布日期：2020-11-30
    • 文件大小：495mb
    • 提供者：qq_35975447

  1. maskrcnn_benchmark win10

  2. 1、首先要创建环境Python3.7的 2、然后安装ipython，安装之后就安装清华镜像的conda install pytorch torchvision=0.2.1 cudatollkits=0.9，numpy=1.16 一定要这三个版本，否则后面会因为torchvision和numpy版本过高报错，改了版本之后，torch就报错，还得从新从头安装，所以前面就一步到位 3、下载pytorch-nightly的压缩包，版本是pytorch-nightly(python3.7-cuda90-c

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：38kb
    • 提供者：weixin_38526823

  1. VisGel:[CVPR 2019]通过跨模态预测连接触摸和视觉-源码

  2. 通过跨模态预测连接触摸和视觉 李云珠，朱俊彦，拉斯·特德拉克，安东尼奥·托拉尔巴 CVPR 2019 安装 该代码库已在Ubuntu 16.04 LTS，Python 3.7和PyTorch 0.3.1上进行了测试。 其他版本可能会起作用，但不能保证。 使用anaconda安装PyTorch 0.3.1 conda install pytorch=0.3.1 cuda90 -c pytorch 安装opencv和imageio conda install -c conda-forge o

  3. 所属分类：其它

  1. cupy：由CUDA加速的与NumPy兼容的数组库-源码

  2. CuPy：由CUDA加速的与NumPy兼容的数组库 | | | | | CuPy是CUDA上与NumPy兼容的多维数组的实现。 CuPy由核心的多维数组类cupy.ndarray及其上的。 安装 Wheels（预编译的二进制软件包）可用于Linux和Windows。 选择适合您的CUDA Toolkit版本的软件包。 卡达 命令 v9.0 pip install cupy-cuda90 v9.2 pip install cupy-cuda92 v10.0 pip install

  3. 所属分类：其它

  1. ulm-basenet：通过转移学习实现用于文本分类的ULMFit算法的实现-源码

  2. ulm基网 实施使用包装。 在代码ulmfit.py直接改编自代码。 安装 conda create -n ulm_env python=3.6 pip -y source activate ulm_env # pytorch conda install pytorch pytorch=0.3.1 cuda90 -c pytorch -y # spacy (for tokenization) conda install -c conda-forge spacy -y python -m spa

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：14kb
    • 提供者：weixin_42168902