GPU解码

基于FPGA的数字图像处理【1.5】

多核结构处理、GPU处理及FPGA很快在实时性图像处理领域得到了迅速的发展。本章将重点介绍基于FPGA的实时性图像处理。
BinaryStarXin·2025-06-26 21:39

高通 Camera 架构全景图：Sensor–ISP–DPU–GPU 数据流向解析

高通Camera架构全景图：Sensor–ISP–DPU–GPU数据流向解析关键词高通Snapdragon、Camera架构、ISP模块、DPU、GPU、数据路径、硬件加速、图像处理流程摘要本文将深入解析高通
观熵·2025-06-26 19:26

手把手教你学Simulink——汽车工程场景实例：车联网(V2X)通信技术的仿真

目录一、引言教程目标二、准备工作三、实现步骤详解✅步骤1：创建Simulink模型✅步骤2：添加车辆与通信环境模型添加信道模型：✅步骤3：设计发送端数据源：编码器：调制器：✅步骤4：设计接收端解调器：解码器
小蘑菇二号·2025-06-26 19:23

CUDA编程：优化GPU并行处理与内存管理

背景简介CUDA是NVIDIA推出的一种通用并行计算架构，它利用GPU的强大计算能力来解决复杂的计算问题。
Omoo·2025-06-26 19:19

揭秘GPU技术新趋势：从虚拟化到池化

  从GPU虚拟化到池化  大模型兴起加剧GPU算力需求，企业面临GPU资源有限且利用率不高的挑战。
科技互联人生·2025-06-26 19:49

深入GPU编程：从硬件架构到内核优化

深入GPU编程：从硬件架构到内核优化在当今由大型模型驱动的AI时代，GPU集群已成为推动技术进步的核心引擎。然而，仅仅让代码在GPU上“运行”与让其“高效运行”之间存在着巨大的性能鸿沟。
Kaydeon·2025-06-26 18:16

netcore url编码/解码

直接上代码usingMicrosoft.AspNetCore.Mvc;usingSystem.Web;namespaceSaaS.OfficialWebSite.Web.Controllers{publicclassUrlCodeController:Controller{publicIActionResultIndex(){returnView();}[HttpPost]publicIActio
大熊程序猿·2025-06-26 16:33

汇编语言模拟试题库及复习指南

提供复习建议，包括理解基础概念、练习解码、实践编程、分析题目和反馈修正。使用本复习材料，学习者将能够在考试中取得成功，并在未来的编程学习中受益。1.汇编语言基础
徐晓波·2025-06-26 12:09

CUDA与PyTorch(GPU)的对应关系

CUDA与PyTorch(GPU)的对应关系：(需要自己按需求去找)：https://pytorch.org/get-started/previous-versions/表二：CUDAToolkit版本及可用
·2025-06-26 11:31

OpenCV CUDA模块设备层-----设备端（GPU）线程块级别的一个内存拷贝工具函数blockCopy()

操作系统：ubuntu22.04OpenCV版本：OpenCV4.9IDE:VisualStudioCode编程语言：C++11算法描述在同一个线程块（threadblock内，将[beg,end)范围内的数据并行地复制到out开始的位置。它使用了CUDA线程协作机制（warp-level或block-level）来实现高效的块级拷贝，通常比简单的逐线程拷贝更快。函数原型_device__stat
村北头的码农·2025-06-26 05:51

torch-gpu版本 anaconda配置教程

教程Pytorch的GPU版本安装，在安装anaconda的前提下安装pytorch_pytorch-gpu-CSDN博客版本对应PyTorch中torch、torchvision、torchaudio
GXYGGYXG·2025-06-25 20:43

线程池中的线程数量设置为多少比较合适？

图像和视频处理：视频编辑、编码解码。编译器和代码分析：代码编译、大型软件项目
Mutig_s·2025-06-25 17:57

未来经济范式争夺战：AR眼镜为何成为下一代交互终端的制高点？

一、范式革命的三重密码：解码AR
Julian.zhou·2025-06-25 16:44

Python 词法分析

源文件不能解码时，触发SyntaxError。2.1.行结构Python程序可以拆分为多个逻辑行。2.1.1.逻辑行NEWLINE形符表示结束逻辑行。语句不能超出逻辑行的边
知识的宝藏·2025-06-25 14:04

马斯克YC技术核弹全拆解：Neuralink信号编译器架构·星舰着陆AI代码·AGI防御协议（附可复现算法核心/开源替代方案/中国技术对标路径）

一、Neuralink技术栈深度剖析▶神经信号编译架构（基于已公开专利US20220369936）关键算法实现：#运动意图解码核心（简化版）importnumpyasnpfromsklearn.ensembleimportRandomForestClassifierclassNeuralDecoder
卡奥斯开源社区官方·2025-06-25 14:02

TeleScan PE

结构虚拟通道管理原子操作（PCIe5.0+）硬件实现关键FPGA实现方案信号完整性设计规范总结：PCIe技术本质TeleScanPE是一个免费的PCIExpress/NVMe配置空间读/写实用程序，允许用户扫描、解码
fei_sun·2025-06-25 12:20

华为云Flexus+DeepSeek征文 | 基于CCE容器的AI Agent高可用部署架构与弹性扩容实践

✨用代码丈量世界，用算法解码未来。我是摘星人，也是造梦者。每一次编译都是新的征程，每一个bug都是未解的谜题。让我们携手，在0和1的星河中，书写属于开发者的浪漫诗篇。目录华为云Flexus+Deep
·2025-06-25 07:15

vllm docker容器部署大语言模型

它的目标是最大化推理吞吐量，并降低显存消耗，让大语言模型（LLMs）在单卡或多GPU服务器上运行得更高效。
zhangxiangweide·2025-06-25 07:15

创建vllm的docker镜像和容器

首先用docker启动一个容器，需求是将模型所在目录挂在到容器某个路径下，设置gpu的使用数量，设置端口dockerrun-dit--gpusall--ipc=host--namevLLM-p3001:
zhangxiangweide·2025-06-25 07:15

人像抠图学习笔记

BiseNetV2MODNetu2net:MODNet方法RobustVideoMatting实时视频抠图Modnet预测脚本Modnet效果有时比RobustVideoMatting好，在衣服分割时，backbone是mobilev2gpu512
AI算法网奇·2025-06-25 07:10

YOLO + OpenVINO 在英特尔平台部署实战：性能调优与跨架构加速全流程指南

YOLO+OpenVINO在英特尔平台部署实战：性能调优与跨架构加速全流程指南关键词：YOLOv5、YOLOv8、OpenVINO、英特尔部署、IR模型、异构加速、CPU推理、VPU、GPU、多设备调度
·2025-06-25 04:49

Protobuf 与 JSON 的兼容性：技术选型的权衡与实践

尽管两者都能实现数据的编码和解码，但在兼容性、性能、开发体验等方面存在显著差异。以下从多个维度对比两者的兼容性特点，并结合实际场景给出选型建议。
Code季风·2025-06-24 22:33

WebRTC（七）：媒体能力协商

目的在WebRTC中，每个浏览器或终端支持的音视频编解码器、分辨率、码率、帧率等可能不同。
却道天凉_好个秋·2025-06-24 20:26

CUDA out of memory内存碎片解决方法

RuntimeError:CUDAoutofmemory.Triedtoallocate704.00MiB(GPU0;16.00GiBtotalcapacity;13.55GiBalreadyallocated
weixin_42319617·2025-06-24 17:28

PyTorch的Tensor与Variable的区别， detach的作用, with no_grad()

1.cuda()与cpu()用法:tensorA.cuda()#tensorA是一个tensor类型的变量作用：把tensorA从CPU移动到GPU，方便后续在GPU中计算用法：modelA.cuda(
半张紙·2025-06-24 17:26

从7B到671B：DeepSeek R1大模型微调的GPU选型终极指南

这种指数级增长不仅考验硬件工程师的决策能力，更揭示了算力投资的核心法则：选错GPU的代价，远不止于训练失败——轻则增加30%推理延迟，重则造成百万级硬件成本的浪费。我们
卓普云·2025-06-24 17:54

20倍推理加速秘诀！揭秘批处理（Batching）的底层优化逻辑 | 附工业级调优指南

例如：单样本推理：输入=[样本1]→输出=[结果1]批处理推理：输入=[样本1,样本2,...,样本N]→输出=[结果1,结果2,...,结果N]关键技术价值：通过并行计算最大化硬件利用率，尤其对GPU
Lilith的AI星球·2025-06-24 14:07

解码方法

目录题目解法一：一维dp题目待添加解法一：一维dpintdecode(constchar*str){intlen=strlen(str);intdp[3];dp[1]=1;for(inti=len-1;i>=0;i--){if(str[i]=='0')dp[2]=0;else{dp[2]=dp[1];if(i+1
黑听人·2025-06-24 09:05

GPU 寿命的物理极限：实验室服务器运维的科学方法论

1.GPU衰减的物理机制解析1.1热力学衰减模型阿伦尼乌斯方程应用：k=A⋅e−Ea/(kBT)k：化学反应速率（电子迁移速度）Ea：激活能（约0.5-1.0eV）T：绝对温度（℃+273.15）寿命计算公式
Finehoo·2025-06-24 06:16

C#.VB.NET多线程，多用户下独立锁和全局锁的区别

用户WebSocket信息类PublicClassUserWebSocketInfoPublicPropertySessionIDAsStringPublicPropertyWebSocketAsWebSocketPublicPropertyLastResponseTimeAsDateTimePublicPropertyPendingHeartbeatCou
专注VB编程开发20年·2025-06-24 01:17

UNet改进（5）：线性注意力机制（Linear Attention）-原理详解与代码实现

其独特的U形结构由编码器（下采样路径）和解码器（上采样路径）组成，通
摸鱼许可证·2025-06-24 00:37

【TVM 教程】在 TVM 中使用 Bring Your Own Datatypes

ApacheTVM是一个深度的深度学习编译框架，适用于CPU、GPU和各种机器学习加速芯片。
·2025-06-23 22:20

大模型驱动核工业智能化的技术架构与核心突破

从数据闭环到自主决策，解码核能系统的AI技术演进路径Deepoc大模型通过构建多维度技术体系，在知识结构化处理、逻辑推理优化及多模态验证机制等方向取得关键技术突破，有效提升生成内容与行业知识库的匹配度。
Deepoch·2025-06-23 16:15

Transformer 中 QKV 流向全解析（含注意力机制箭头图示）

Transformer中注意力模块分布Transformer结构中含有三种注意力机制，每个机制都会涉及Q、K、V的构建和使用：编码器自注意力（EncoderSelf-Attention）解码器自注意力（
Accelemate·2025-06-23 15:02

Ubuntu24.04 ProteinMPNN安装

3.9condaactivateproteinmpnncondainstallpytorch=1.12.0torchvision=0.13.0torchaudiocudatoolkit=11.3-cpytorch#不指定的话cudapytorch和GPU
lamovrevx·2025-06-23 15:02

本地部署大语言模型

一、硬件准备本地部署大语言模型对硬件有一定的要求，主要集中在显卡（GPU）和内存（RAM）上。由于大语言模型通常具有庞大的参数量和计算量，因此需要强大的硬件支持。
小俊学长·2025-06-23 14:59

TensorFlow 安装与 GPU 驱动兼容（h800）

环境说明TensorFlow安装与GPU驱动兼容CUDA/H800特殊注意事项PyCharm和终端环境变量设置方法测试GPU是否可用的Python脚本#使用TensorFlow2.13在NVIDIAH800
weixin_44719529·2025-06-23 07:17

非root用户在服务器（linux-Ubuntu16.04）上安装cuda和cudnn，tensorflow-gpu1.13.1

1.准备工作（下载CUDA10.0和cudnn安装包）查看tensorflow和CUDA，cudnn的版本的对应关系，从而选择合适的版本进行下载下载CUDA10.0安装包，点击官网进行下载，根据服务器的具体情况选择对应的版本，如下图所示下载完毕后得到安装包cuda_10.0.130_410.48_linux.run下载cudnn，选择CUDA10.0对应的版本（需要注册登录nvidia账号），点击
码小花·2025-06-23 07:16

如何安装Tensorflow和GPU配置

课题组某一台服务器升级后，很多环境丢失了，4块3090的GPU的驱动已安装好，但没有公用的Tensorflow可使用。
神隐灬·2025-06-23 07:45

非 root 用户安装 cuDNN 并配置 TensorFlow 使用 GPU

为非root用户安装cuDNN并配置TensorFlow使用GPU（以CUDA11.5为例）背景说明在科研服务器或非root权限环境下，用户往往无法通过apt或yum安装CUDA/cuDNN。
·2025-06-23 07:12

BEV-Fusion环境配置（RTX4090）

BEV-Fusion环境配置（RTX4090）SystemVersionSystemVer.Ubuntu22.04.5LTSKernelVer.6.8.0-57-genericGPU:RTX4090CudaVersionin
·2025-06-23 06:10

vLLM专题（十三）-结构化输出（Structured Outputs）

vLLM支持使用outlines、lm-format-enforcer或xgrammar作为引导解码的后端来生成结构化输出。本文档展示了一些可用于生成结构化输出的不同选项示例。
AI专题精讲·2025-06-23 05:59

【转载翻译】Open3D和PCL的一些比较

https://github.com/LaplaceKorea/investigate_open3d_vs_pcl/blob/main/README.rst#whats-the-support-for-gpus-look-like-in-open3d
空名Noname·2025-06-23 02:40

单机环境下基于 LLM-Agent 框架的数据查询智能体训练教程

单机环境下基于LLM-Agent框架的数据查询智能体训练教程以下教程介绍如何在单机环境（CPU或1~2张GPU）上，使用LLM-Agent框架搭建并训练一个混合数据源查询智能体。
·2025-06-23 00:53

Oracle第五章PL/SQL基础

Homework-Chapter55.7.1实训Practicaltraining1：PL/SQL基础Basics〖实训目的Trainingpurpose〗（1）学会PL/SQL基本语法；LearnbasicPL
ZShuiShen·2025-06-22 23:49

ESP FOURCC 编码介绍

乐鑫科技定义了一套完整的FOURCC编码标准，称为ESPFOURCC，该标准可在开源项目ESP-GMF中的esp_fourcc.h头文件中找到，涵盖了音视频编解码、图像、封装格式和各种像素格式。
乐鑫科技 Espressif·2025-06-22 22:13

DirectX function “GetDeviceRemovedReason“ failed with DXGI_ERROR_DEVICE_HUNG (“The GPU will not resp

玩游戏的时候，报错：DirectXfunction“GetDeviceRemovedReason”failedwithDXGI_ERROR_DEVICE_HUNG(“TheGPUwillnotrespondtomorecommands
Roc-xb·2025-06-22 21:02

AI预警，数据“解码”：我们如何用技术为象牙塔筑起金融防火墙？

文章目录：引言：当“象牙塔”遭遇“金融陷阱”“解码”受害者：数据如何揭示校园贷的隐秘角落？
海棠AI实验室·2025-06-22 21:02

在VTK中捕捉体绘制图像并实时图像处理

1.核心功能架构主窗口：3D体绘制视图（GPU加速的体积渲染）副窗口：2D截图视图（带高斯模糊后处理）交互机制：副窗口的交互操作会实时影响主窗口的3D视图2.关键组件分析2.1自定义交互器(CustomInteractorStyle
点PY·2025-06-22 20:28

深入实战 —— Protobuf 的序列化与反序列化详解（Go + Java 示例）

我们将通过完整的示例，演示如何在Go和Java语言中使用Protobuf完成数据的编码与解码过程，并对比其性能优势，帮助你更好地理解Protobuf在实际
Code季风·2025-06-22 19:52
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他