文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客-人工智能-深度学习,通信-4G&5G,人工智能-PyTorch领域博主

原创欢迎关注我的微信，共同探讨技术生活，用技术创造价值。我的标签：技术、财商、创业、心理学。

扫描如下二维码即可关注我的微信

2020-09-12 17:30:04 2709 3

原创 [Python系列-24]：环境 - 基于已有Python可执行文件，创建PyCharm工程文件

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：目录1. 需求分析2. 创建过程2.1 把文件copy到PycharmProjects目录中2.2 创建一个新的PycharmProjects工程2.3 配置该工程的解释器（选用已有解释器/python环境）2.4 配置命令行参数2.5 执行目标程序1. 需求分析从github或其他途径，下载了一个在命令行下可执行的python项目（不包含PyCharm工程配置）.

2021-12-05 12:02:22 38

原创 [Python系列-23]：WARNING: Retrying (Retry(total=4, connect=None, read=None, redirect=None, status=None)

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：1. 出错提示无论是通过pip3，还是通过conda，死活就是安装不上，总是说出错。其实就是说连接超时，下载不了安装包。检查网络，也是正常的。2. 进一步的尝试国内网站pip install sklearn -i http://pypi.douban.com/simple阿里云 http://mirrors.aliyun.com/pypi/simple/ 中国科技大学

2021-12-05 11:13:49 11

原创 [Pytorch系列-58]：循环神经网络 - 词向量的自动构建与模型训练代码示例

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：目录第1章代码编写前的准备1.1 理论前提1.2 业务说明1.3pytorch库1.4 pytorch词向量表nn.Embedding第2章代码实现2.1 文本数据2.2 构建训练数据2.3 前向运算模型构建2.4 反向传播模型定义2.4 模型训练2.5 模型测试第1章代码编写前的准备1.1 理论前提[人工智能-深度学习-56]：循环...

2021-12-05 10:15:02 43

原创 [Pytorch系列-57]：循环神经网络 - gensim.models.word2vec参数详解与构建词向量模型

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：目录第1章gensim概述第2章gensim.models.word2vec参数详解第3章使用gensim.models.word2vec构建向量模型3.0 前提3.1 语料库3.2 创建并训练模型3.3 对相识度单词进行预测第1章gensim概述Gensim是一款开源的第三方Python工具包，用于从原始的非结构化的文本中，无监督地学习到文本隐层的主题向量...

2021-12-04 22:52:22 11

原创 [人工智能-深度学习-56]：循环神经网络 - 词向量的自动构建与模型训练

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：目录前言：如何能将文本向量化呢？第1章 “人”的向量化第2章语言的向量化2.1 词的向量化2.2 热度图2.3词向量的多维空间第3章词向量训练模型的构建与训练（如何做到的？）3.1 概述3.2 前向运算模型3.3 反向训练模型3.4 输入数据从何而来3.5 如何从源数据自动构建训练样本3.6 如何根据源数据自动构建样本标签3.7 把单词转换.

2021-12-04 16:33:41 186

原创 [Pytorch系列-56]：循环神经网络 - word2vec词向量表Embedding/Glove的定义与读访问

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：目录第1章Embedding词嵌入概述第2章 torch.nn.Embedding 的使用说明第3章torch.nn.Embedding代码实例3.1 前提条件3.2 定义单词到索引的映射表（字典）3.3 自定义一个采用默认初始化的词向量表3.4 从词向量实例化后的表中读取词n个向量第4章 Glove()预定义的词向量数据集代码实例4.1 概述4.2 定义G..

2021-12-03 22:28:39 218

原创 [人工智能-深度学习-55]：循环神经网络 - 样本数据的几种编码方式：OneHot、ASCII、词向量word2vec

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：https://blog.csdn.net/HiWangWenBing/article/details/121691734目录前言：1. 直接数值编码1.1 概述1.2 应用范围2. 归一化与Normalize编码2.1 概述2.2 应用范围3. 索引编码3.1 概述3.2 应用4. OneHot数字编码4.1 概述4.2 应用5. ASCII编

2021-12-03 21:00:08 262

原创 [人工智能-深度学习-54]：循环神经网络 - 什么是非监督式学习以及常见的非监督式学习的模式

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：目录第1章机器学习的种类第2章监督学习(Supervised learning)第3章非监督学习(Unsupervised learning)3.1 什么是非监督式学习3.2非监督学习的基本思路3.3 非监督式学习的应用第4章半监督学习(Semi-supervised learning)第1章机器学习的种类在机器学习(Machine learning)领.

2021-12-02 23:00:58 243

原创 [Pytorch系列-55]：循环神经网络 - 使用LSTM网络对股票走势进行预测

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：目录第1章 LSTM神经网络理论基础第2章业务说明2.1 业务说明2.2 环境准备第3章构建训练和测试数据集3.1 下载并查看股票数据3.2根据序列的长度，把数据集，构建成序列数据集3.3划分训练集，验证集3.4构造数据迭代器dataloader第4章构建LSTM网络4.1 定义网络4.2 实例化网络4.3 loss和优化器第5章 ...

2021-12-01 21:49:34 405 2

原创 [Pytorch系列-54]：循环神经网络 - torch.nn.GRU（）参数详解

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：https://blog.csdn.net/HiWangWenBing/article/details/121644547目录第1章 GRU基本理论第2章torch.nn.GRU类的参数详解2.1 类的原型2.2 类的参数：用于构建LSTM神经网络实例第3章前向传播输入详解3.1 前向传播的格式3.2 input的格式3.3h_0的格式3.4c_0的格...

2021-11-30 23:42:24 41

原创 [Pytorch系列-53]：循环神经网络 - torch.nn.LSTM（）参数详解

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：第1章 LSTM基本理论[人工智能-深度学习-52]：RNN的缺陷与LSTM的解决之道_文火冰糖（王文兵）的博客-CSDN博客作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：目录第1章 RNN的缺陷1.1 RNN的前向过程1.2RNN反向求梯度过程1.2 梯度爆炸（每天进一步一点点，N天后，你就会腾飞）1.3 梯度弥散/消失（每天堕落一点点，

2021-11-30 23:18:24 190

原创 [人工智能-深度学习-53]：循环神经网络 - LSTM长短记忆时序模型的简化：门控循环网络GRU模型

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：目录第1章前序知识1.1 RNN循环神经网络模型1.2LSTM长短记忆时序模型1.3LSTM模型的缺点第2章GRU模型详解2.1 GRU模型概述2.2 RNN网络结构对比2.3 LSTM网络结构对比2.4GRU网络的结构2.5 GRU网络特点第3章 GRU的反向传播第1章前序知识1.1 RNN循环神经网络模型[人工智能-深度学习-51...

2021-11-28 23:36:30 2475

原创 [人工智能-深度学习-52]：循环神经网络 - RNN的缺陷与LSTM的解决之道

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：目录第1章 RNN的缺陷1.1 RNN的前向过程1.2RNN反向求梯度过程1.2 梯度爆炸（每天进一步一点点，N天后，你就会腾飞）1.3 梯度弥散/消失（每天堕落一点点，N天后，你就彻底完蛋）1.4RNN网络梯度消失的原因1.5 解决“梯度消失“的方法主要有：1.5 RNN网络的功能缺陷第2章 LSTM长短期记忆网络2.1 LSTM概述2.3LSTM网...

2021-11-28 21:51:41 2222

原创 [4G+5G专题-133]: 部署 - 4G/5G常见的室内部署方案

第1章概述室内应用是移动通信业务两大主要部署场景之一据预测，5G时代约85%的业务流量将发生在室内场景.因此，室内覆盖的好坏直接关系到5G室内应用的体验，那么5G时代的室内覆盖如何部署呢？第2章用室外宏基站进行覆盖室内2.1 什么是宏基站宏基站是指通信运营商的无线信号发射基站，宏基站覆盖距离大，一般在35Km，适用于郊区话务量比较分散的地区，全向覆盖，功率较大。2.2 宏基站的室内覆盖场景先从最简单的开始，比如说覆盖简单的居民楼。直接想到的，就是在房子..

2021-11-26 19:22:06 2075

原创 [4G+5G专题-132]: 传输层 - 以太网电缆的类型（Cat5，Cat5e，Cat6，Cat6a）

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：目录1. 主要的技术指标差异2. 物理外形的差异3. 屏蔽（STP）vs.非屏蔽（UTP）4. 固体与绞合常见的以太网电缆分为顺序编号的类别（Cat5，Cat5e，Cat6，Cat6a）。类别之间有什么区别，如何知道何时使用非屏蔽，屏蔽，绞合或固体电缆？1. 主要的技术指标差异电缆技术规格的差异通过物理外形是看不出来的，这需要查看相应的规范。从这里可以看出，..

2021-11-26 10:06:04 2393

原创 O-RAN专题系列-33：关于O-RAN常见问题的进一步澄清

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：目录O-RAN与3GPPO-RAN的诉求来自于运营商而不是设备O-RAN对运营商的商业价值与对应的技术实现并非所有的运营商对O-RAN都有诉求对O-RAN有诉求运营商，并非要求全栈支持O-RANO-RAN/VRAN/经典BBU的部署特征RIC的网元价值：近实时诉求RIC的专利RIC网元并非属于RAN的体系eCPRI的价值eCPRI能实现互通吗？eCPRI

2021-11-25 19:39:42 2006

原创 [Pytorch系列-52]：循环神经网络RNN - 全连接网络与RNN网络在时间序列数据集上拟合的比较

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：目录第1章概述1.1 业务需求概述1.2 业务分析1.3 导入库第1章数据集1.1 数据集概述1.2 从文件中读取数据1.3 提取有效数据第2章全连接网络的拟合2.1 定义全连接网络2.2 定义loss与优化器2.3 训练前准备2.4 开始训练2.5 loss显示2.6 结果分析第3章RNN网络的拟合3.1 定义RNN网络..

2021-11-25 00:10:56 2406

原创 [Pytorch系列-51]：循环神经网络RNN - torch.nn.RNN类的参数详解与代码示例

第1章 RNN神经网络的理论基础https://blog.csdn.net/HiWangWenBing/article/details/121387285https://blog.csdn.net/HiWangWenBing/article/details/121387285第2章torch.nn.RNN类2.1原型2.2案例2.3 解读（1）input_size：输入样本的向量长度假如在NLP中，需要把一个单词输入到RNN中，而这个单词的向量化编码是300...

2021-11-24 17:44:09 2622

原创 [人工智能-深度学习-51]：循环神经网络 - RNN基本原理详解

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：https://blog.csdn.net/HiWangWenBing/article/details/121387285目录第1章详解前的铺垫1.1 组合逻辑 VS 时序逻辑1.2 循环神经网络 VS 递推神经网络1.3 RNN的主要应用场景第2章循环神经网络RNN的结构 - 个人理解2.1 “非时序”的组合单元的网络结构2.2RNN基本的结构：“时序”单元2..

2021-11-23 22:39:52 640

原创 [人工智能-深度学习-50]：循环神经网络 - 主要的应用场景

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：https://blog.csdn.net/HiWangWenBing/article/details/121437994目录第1章循环神经网络CNN在神经网络应用中的位置第2章循环神经网络CNN的应用场景后记：第1章循环神经网络CNN在神经网络应用中的位置循环神经网络与卷积神经网络类似，是有神经元组合而成的神经网络。卷积神经网络CNN的核心结构是：卷积核，其功能用.

2021-11-20 18:15:26 2454

原创 [人工智能-深度学习-49]：循环神经网络 - RNN与NLP的关系以及RNN在人工神经网络中的位置

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：目录前言：第1章 NLP自然语言处理概述1.1 什么是NLP1.2 自然语言处理的主要功能1.3 自然语言发展阶段1.3自然语言处理的基础框架第2章 NLP的处理流程2.1NLP的一般处理流程2.2结构化机器学习模型2.3 学习模型第3章 NLP的语言模型与RNN3.1 什么是语言模型3.2NLP语言模型在NLP中的位置3.3 RNN/L...

2021-11-20 12:48:10 2404

原创 [人工智能-深度学习-48]：循环神经网络 - RNN是循环神经网络还是递归神经网络？

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：目录前言：一、什么是RNN二、什么是循环神经网络RNN三、什么是递归神经网络RNN前言：这是一个很容易混淆的概念，网上充斥了大量混用的情形，在学习RNN之前，我们不妨先做个简单的澄清。一、什么是RNNNN表示神经网络neural network，关键什么是"R"?实际上，在深度学习领域，R有两种情形：（1）Recurrent Neural Network =

2021-11-17 16:59:33 2407

原创 [人工智能-深度学习-47]：卷积神经网CNN+循环神经网络RNN与组合电路+时序电路的比较

第1章计算机数字电路的基本单元1.1 计算机数字电路1.2 组合电路1.3 时序电路RRN：必须等前一个序列完成，才能进行下一步，因为无法并行组合电路CNN, 时序电路RNN图片分类CNN, RNN 一句话分类。...

2021-11-17 00:37:25 2435

原创 [Pytorch系列-50]：卷积神经网络 - FineTuning的统一处理流程与软件架构 - Pytorch代码实现

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：https://blog.csdn.net/HiWangWenBing/article/details/121312731第1章关于Fine Tuning与Transfer Trainning概述1.1 理论基础[人工智能-深度学习-46]：FineTuning（微调）、Transfer Trainning（迁移学习）的理论基础与深度解析_文火冰糖（王文兵）的博客-CSDN博客第1张前

2021-11-16 20:49:21 2375

原创 [Pytorch系列-49]：卷积神经网络 - 迁移学习的统一处理流程与软件架构 - Pytorch代码实现

第3章构建统一的软件架构（Pytorch版本）3.1 输入数据集与数据预处理3.2 前向网络架构的定义3.3 反向计算的定义3.4 前向预测与反向训练3.5 测试与验证

2021-11-16 19:19:17 2091

原创 [Pytorch系列-48]：如何查看和修改预定义神经网络的网络架构、网络参数属性

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：目录第1章FineTuning、Transfer Trainning的理论基础与深度解析第2章查看预定义神经网络的网络架构2.1 前置条件2.2 生成预定义网络实例2.3 显示网络结构2.4查看网络的内部特定结构以及对应的名称第3章查看预定义神经网络的参数3.1查看模型参数的名称以及结构3.2 查看模型全部参数的结构以及当前的数值3.3无名查看模型参...

2021-11-15 20:42:36 2305

原创 [人工智能-深度学习-46]：FineTuning（微调）、Transfer Trainning（迁移学习）的理论基础与深度解析

第1张前言：常见的工程诉求与特点（1）数据集欠缺个人的数据集小，无法提供向ImageNet这样的大数据集，但又想利用在ImageNet上训练的模型好的模型，为我所用，即基于在一些知名的数据集上训练好的模型，在进一步的训练，以满足自己的应用场景的需求，而无需重头开始训练。（2）分类数多变个人特定的应用，分类的种类与Image（1000种分类）等知名数据集的分类的种类不同，我们想在已经训练好模型的基础上，做适当的重新训练，以支持我们自己的分类数目，如100分类。（3）防止过度训练，即过..

2021-11-14 16:05:34 2215

原创 [人工智能-深度学习-45]：开发环境 - Python、Anaconda、Jupter、Pycharm统一开发环境架构

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：...

2021-11-13 23:15:18 2331

原创 [人工智能-深度学习-44]：开发环境 - Anaconda的目录结构与SourceInsight工程

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：目录第1章前言第2章Anaconda目录结构2.1Anaconda的安装目录2.2Anaconda目录结构第3章第三方代码结构第4章虚拟环境的目录结构4.1 根目录4.2 目录结构第5章 SourceInsight建立多个学习工程5.1Source Insight(4.00.0096)激活详解5.2基本建议5.3工程源文件组成第1...

2021-11-13 21:47:49 2442

原创 [Pytorch系列-47]：工具集 - torchvision.transforms.Normalize和ToSensor的深入详解

6.1 Pytorch的实现案例(1) 规范化的函数在PyTorch团队专门开发的视觉工具包torchvision中，提供了常见的数据预处理操作，封装在transforms类中。transforms类涵盖了大量对Tensor和对PIL Image的处理操作，其中，包含了对张量进行归一化的transforms.normalize()函数，它的形参包括mean、std等，其手册中对函数和源码的介绍如下图：transforms.Normalize(mean=[0.485, 0....

2021-11-13 19:17:47 2607

原创 [人工智能-深度学习-43]：输入预处理 - 规范化Normalization、标准化Standardization、正态分布、算术平均、方差

第1章多维数据输入时遇到的困境(为什么要标准化、规范化数据集)1.1 多维输入的困境在现实生活中，一个目标变量（Yi）可以认为是由多维特征变量（x）影响和控制的。如上图左图中的X1_i，X2_i，X3_i ，其中i = 0,1,2,3......这些特征变量的量纲和数值的量级就会不一样，比如x1_i = 10000，x2_i= 10，x3_i= -0.5.可以很明显的看出特征x1和x2、x3存在量纲的差距；但不表明，X1_i对神经网络输出的影响是X2_i对神经网络输出的影响...

2021-11-13 09:19:47 2193

原创 [Pytorch系列-46]：卷积神经网络 - 用GPU训练ResNet+CIFAR100数据集

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：https://blog.csdn.net/HiWangWenBing/article/details/121072835前言：ResNet网络详解（1）LeNet网络详解[人工智能-深度学习-38]：卷积神经网络CNN - 常见分类网络- ResNet网络架构分析与详解_文火冰糖（王文兵）的博客-CSDN博客https://blog.csdn.net/HiWangWenBing/arti

2021-11-13 08:56:46 2942

原创 [Pytorch系列-45]：卷积神经网络 - 用GPU训练AlexNet+CIFAR10数据集

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：第1章 torchvision + GPU训练概述1.1 为什么需要通过torchvision在前面的文章中，我们都在探讨如何手工搭建卷积神经网络，训练网络模型。很显然，对于一些知名的模型，手工搭建的效率较低，且容易出错。因此，利用pytorch提供的搭建好的知名模型，是一个不错的选择。另外，torchvision还提供了数据集和数据强化的库。1.2torchvisi.

2021-11-12 00:27:49 3037

原创 [Pytorch系列-44]：如何使能GPU训练, 提升训练效率

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：目录第1章软硬件的安装与装备1.1 硬件的安装1.2 GPU库的安装第2章应用程序对GPU的使用2.1 GPU相关软件版本检查2.2 获取当前的device的类型2.3 把OS相关的操作转移到GPU2.4把模型转移到GPU上（必选）2.5把loss转移到GPU上（可选）2.6把数据集转移到GPU上（必须）2.7在GPU训练第1章软硬件的安...

2021-11-11 22:59:36 2103

原创 [人工智能-深度学习-42]：开发环境 - Windows如何查看GPU的使用情况

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：目录第1章命令行显示1.1 概述与准备1.2 查看命令帮助信息1.3周期性打印信息第2章图形化显示2.1 概述2.2“任务管理器”方式第1章命令行显示1.1 概述与准备我们使用GPU做计算的时候,想了解GPU的使用情况,但是任务管理器没有GPU的信息.还好NVIDIA提供了相关的命令.是在路径C:\Program Files\NVIDIA Corpor..

2021-11-11 21:01:39 2614

原创 [专利与论文-14]：研究员级（正高）高级工程师评审不通过的常见原因（实际案例）

2021-11-11 11:40:48 346

原创 [专利与论文-13]：研究员级（正高）高级工程师资格条件 - 关键性硬指标

2021-11-11 11:30:51 170

原创 [人工智能-深度学习-41]：开发环境 - GPU进行训练安装与搭建（Pytroch、TensorFlow、Nvidia CUDA）详细过程

第1章英伟达NvidiaCUDA 编程框架简介https://blog.csdn.net/HiWangWenBing/article/details/121220362https://blog.csdn.net/HiWangWenBing/article/details/121220362从上图可以看出，如果在CPU上运行（训练与预测），只需要到左侧的CPU环境，这个环境，在安装annacond的时候已经全部搞定。然后, 如果需要在GPU上运行，不仅仅需要左侧的CPU，增加了右侧的GP...

2021-11-10 20:51:38 2574

原创 [人工智能-深度学习-40]：英伟达GPU CUDA 编程框架简介

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：目录第1章什么CPU与GPU?1.1 深度学习的硬件选择1.2 CPU与GPU比较1.3 CPU功能的硬件基础1.4GPU功能的硬件基础1.5 带GPU的计算机系统架构第2章什么GPU CUDA 编程框架?2.1 CUDA在操作系统中的位置2.2编程模型：Host + Device2.3 线程模型2.4 内存模型2.5 GPU常见术语第3...

2021-11-09 10:33:11 1910