深度学习
Yy_98
新晋小白一枚,写一写总结学习的东西.
展开
-
深度学习之GPU编程知识总结
概念解析首先,我们先整理一下:平时在使用一些GPU加速算法是都是在Python环境下执行,但是一般的Python代码是没办法使用GPU加速的,因为GPU是更接近计算机底层的硬件,Python一类的高级语言是没办法直接和GPU沟通的。然后就引出话题的重点:硬件的加速必须使用硬件语言。查询Python+GPU关键字,除了TensorFlow,另外出镜率比较高的几个概念是:Numba、CUDA、PyCUDA、minpy。所以如果要想使对Python和GPU加速相关知识了解更深入,必须了解一些计算机原创 2020-09-09 16:56:41 · 3309 阅读 · 0 评论 -
Win10+Yolov3配置以及样本训练与检测
因为实验需求接触到了Yolov3这个开源的图像识别开源库,这里稍微总结一下。Yolov3既有速度又有精度,还非常灵活,而且还是完全开源的,简直是工业界良心。当然我这里只是介绍如何配置和使用,想看详细解析可以去参考大佬们的博客,我之前有看过的是(https://blog.csdn.net/leviopku/article/details/82660381)。一、Yolov3(GPU)配置请注意,这里的配置只适合安装了NIVDA显卡的计算机。1. VS2015以及CUDA、cuDnn的安装这原创 2020-09-06 22:18:02 · 1400 阅读 · 0 评论 -
Windows10+Anaconda+CUDA 10.0的TensorFlow(GPU)环境搭建
因为最近在用Tensorflow进行学习,所以分享一下配置一些细节。笔者配置说明:Inter Corei5-8400 CPU GeForce GTX 1060 Windows 10 (64位)需要配置的环境:Anaconda3(64bit) CUDA 10.0 cuDnn 7.6.5 Python 3.6 Tensorflow - gpu 1.13.1一、 安装Anaconda3Anaconda3的安装可以直接到其官网(https://www.anaconda.co...原创 2020-09-06 16:49:03 · 2570 阅读 · 1 评论