- 博客(8)
- 收藏
- 关注
RSS订阅原创 基于CUDA的并行计算技术及应用
CUDA是NVIDIA发布的GPU上的并行计算平台和模型, 2006年第一代CUDA发布,截至2018年最新的是9代CUDA1、GPU并行计算的发展历程早期GPGPU(汇编）--中期GPGPU--目前的GPGPU(CUDA)GPU和CPU相比的优势在于，架构，显存，共享存储，SM(流式多处理器）2 CUDA软件架构1、开发库--CUFFT/CUBLAS2、运行时环境(CUDA RunTime)3、...
2018-06-22 18:25:06
1236
原创 开发测试团队有感
1、开发团队与测试团队要分开，测试团队不能受制于开发团队，独立性在测试工作中特别重要。2、开发人员与测试人员的每次交流需要进行记录3、测试人员要热衷于找问题、挑毛病，有质量要求。...
2018-06-22 14:50:40
372
原创 python+pandas读取csv文件
import pandas as pddata_train = pd.read_csv("D:/deep/Titanic/train.csv")
2018-06-08 07:23:47
980
1
转载 numpy.dot用法
首先看定义：Dot product of two arrays. Specifically,If both a and b are 1-D arrays, it is inner product of vectors (without complex conjugation).If both a and b are 2-D arrays, it is matrix multiplication, ...
2018-06-01 11:50:48
523
原创 快鹿--常用目录管理--提高工作效率
在使用电脑的过程中，每个人都有几个常用的目录像我目录特别深，每次找自己的文件或者目录时，就觉得特别焦虑，所以在吃饭的时候，写了一个管理常用目录的小公举---快鹿选中目录以后，双击Open即可打开相应的目录，没有什么技术难题，但是这几天用的很开心，，，...
2018-06-01 11:24:05
157
原创 python中调用numpy生成正太分布时，numpy.random.randn()与rand()的区别
进行深度学习时，常常需要使用一些正太分布数据，numpy就提供了很多方法，生成正太分布数据，减少了我们很多工作量 numpy.random.randn(x1,x2,x3.....)是从标准正态分布中返回一个或多个样本值。 numpy.random.rand(x1,x2,x3.....)的随机样本位于[0, 1)中。 import numpy as np arr1 = np.random.rand...
2018-06-01 11:14:30
2554
原创 python zip函数
1、语法 zip([iterable, ...]) 参数： iterabl -- 一个或多个迭代器; 返回：元组2、示例 a = [1,2,3] b = [4,5,6] zipped = zip(a,b) #压缩 Result:[(1, 4), (2, 5), (3, 6)] zip(*zipped) #解压 Resu...
2018-06-01 10:24:02
147
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人