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. Python-PyScatWave用CuPyPyTorch快速散射变换

  2. PyScatWave 用CuPy / PyTorch快速散射变换

  3. 所属分类：其它

    • 发布日期：2019-08-10
    • 文件大小：3145728
    • 提供者：weixin_39841365

  1. CuPy Documentation

  2. CuPy is an implementation of NumPy-compatible multi-dimensional array on CUDA. CuPy consists of cupy. ndarray, the core multi-dimensional array class, and many functions on it. It supports a subset of numpy. ndarray interface. The following is a b

  3. 所属分类：深度学习

    • 发布日期：2020-04-15
    • 文件大小：1048576
    • 提供者：wang_quan

  1. 9050TwinCAT-Kepware Setup doc Tutorial中文版.pdf

  2. TwinCAT-Kepware Setup doc Tutorial中文版，倍福模块的使用。开始前-00:18 建议在开始此过程之前使用以下软件。请注意,所使用的版本已经过测试 和验证,可用于此安装。 BeckhoffTwincat211x61工程https /www.beckhoffcom/english.asp?download de fault hulu TCBooLP 您可以在 Beckhoff software Products cd上的 Unsupported utilities文

  3. 所属分类：制造

    • 发布日期：2019-09-03
    • 文件大小：2097152
    • 提供者：sunpanqing

  1. Python-yNVVL是NVIDIAVideoLoaderNVVL一个Python封装用于快速加载视频

  2. PyNVVL是NVIDIA Video Loader（NVVL）的一个薄包装。 该软件包使您可以将视频直接加载到GPU内存，并以零拷贝的形式作为CuPy程序存取。 预编译的PyNVVL二进制文件包含NVVL本身，因此您不需要安装NVVL。

  3. 所属分类：其它

    • 发布日期：2019-08-10
    • 文件大小：495616
    • 提供者：weixin_39841848

  1. Python-CuPy采用CUDA加速的类NumPyAPI

  2. CuPy : 采用CUDA加速的类NumPy API

  3. 所属分类：其它

    • 发布日期：2019-08-10
    • 文件大小：889856
    • 提供者：weixin_39841882

  1. windows10下利用anaconda安装cusignal

  2. cuSignal介绍 cuSignal是基于CuPy，Numba以及利用RAPIDS生态系统进行GPU加速的基于Python的信号处理库。 在某些情况下，cuSignal可以作为Scipy Signal的直接接口，也可以通过CuPy来利用GPU计算资源加速信号处理的速度。同时cuSignal也包含Numba CUDA和Raw CuPy CUDA内核，可以提高特定功能的速度。 cuSignal强调了CPU和GPU之间零拷贝内存（固定，映射）的在线处理，可以在大信号和计算密集型功能上获得比较大的加速

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：118784
    • 提供者：weixin_38590685

  1. softmax-splatting:PyTorch实现可微正向弯曲的softmax喷溅的实现-源码

  2. softmax-splatting 这是softmax splatting运算符的参考实现，已在使用PyTorch的用于视频帧插值的Softmax splatting [1]中提出。 Softmax喷溅是一种有积极性的方法，可用于区分前向翘曲。它使用平移不变重要性度量来消除多个源像素映射到同一目标像素的情况的歧义。如果您要利用我们的工作，请引用我们的论文[1]。 设置 softmax喷溅是使用CuPy在CUDA中实现的，这就是为什么CuPy是必需的依赖项的原因。可以使用pip install c

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：1048576
    • 提供者：weixin_42151772

  1. FastFD:用于建立有限差分仿真的库-源码

  2. 快速FD 有限差分仿真库。 该软件包可让您快速构建简单的数值模拟。 特征 快速构建具有任意数量的域，标量，尺寸和边界条件的有限差分仿真。 简洁明了的语法。 使用Scipy或Cupy稀疏库为CPU或GPU建立模型。 任意导数阶和逼近精度。 部分模型更新可最大程度地减少迭代解决方案中的开销。 隐式瞬态仿真。 用法 # Import fastfd and select the scipy sparse library (or cupy for GPU support) import fastfd as

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：356352
    • 提供者：weixin_42169674

  1. xshinnosuke:由Numpy纯粹实现的深度学习框架，通过GPU加速支持动态图和静态图-源码

  2. XShinnosuke：深度学习框架 内容描述 XShinnosuke（短XS）是一个高层次的神经网络框架，两个动态图形和静态图形支撑，并具有几乎相同的API来Keras和Pytorch略有差异。它仅由Python编写，致力于快速实现实验。 这是XS的一些功能： 基于Cupy （GPU版本）/ Numpy ，原生于Python。 没有任何其他第三方深度学习库。 Keras和Pytorch风格的API ，易于启动。 支持常用层，例如： Dense，Conv2D，MaxPooling2D，LSTM

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：23068672
    • 提供者：weixin_42107165

  1. PF-AFN:CVPR 2021年“通过蒸馏外观流进行无解析器的虚拟试穿”的正式代码。https-源码

  2. 通过蒸馏外观流进行无语法分析器的虚拟试穿，CVPR 2021 CVPR 2021论文“通过蒸馏外观流进行无解析器的虚拟试穿”的正式代码 我们的测试环境 Python3 pytorch 1.1.0 火炬视觉0.3.0 酷达9.0 丘比特6.0.0 OpenCVPython的4.5.1 1个GTX1080 GPU python 3.6 安装 conda创建-n tryon python = 3.6 源激活tryon或conda激活tryon conda安装pytorch =

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：1048576
    • 提供者：weixin_42109178

  1. chainer-pspnet：Chainer中的PSPNet-源码

  2. PSP网 这是一个非官方的实施金字塔场景解析网络（PSPNet）在 。 训练 要求 Python 3.4.4以上 链接器3.0.0b1 + ChainerMN大师 CuPy 2.0.0b1 + ChainerCV 0.6.0+ NumPy 1.12.0+ tqdm 4.11.0+ pip install chainer --pre pip install cupy --pre pip install git+git://github.com/chainer/chainermn pip

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：70656
    • 提供者：weixin_42098104

  1. cupy-release-tools：CuPy释放工具-源码

  2. 杯状释放工具 自动化CuPy发布过程的工具。 发布过程包括3个步骤： 建造 核实 发布 要求 要为Linux构建sdist和wheel，您将需要： Linux nvidia-docker 带有xz支持的tar dpkg 要为Windows构建轮子，您将需要： 视窗 视觉工作室 建造 该工具可用于创建源分布（ sdist ）和滚轮。 为了确保构建的可重复性，该环境由Docker隔离，并且明确指定了Cython版本。 请注意，构建车轮需要CuPy v4.0.0 / v5.0.0a1

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：32768
    • 提供者：weixin_42160425

  1. pyscatwave：使用CuPyPyTorch进行快速散射变换-源码

  2. 公告 11/18 不再支持该软件包。 现在，我们已经发布了kymatio： ， 包括1D-2D-3D快速，优化，微散射变换和涵括所有pyscatwave的行为。 除其他事项外，您现在可以更轻松地使用微分2d散射，并根据需要使用CPU。 比pyscatwave更大的开发团队将为kymatio提供良好的支持。 07/18 我们刚刚在母版中发布了一个可微分的2D散射示例。 它不是高效的内存，也不是很快。 PyScatWave CuPy / PyTorch散射实现 散射网络是一种卷积网络，其滤

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：3145728
    • 提供者：weixin_42132325

  1. CNN-from-Scratch-Cupy：这是一个完全矢量化的CNN组件存储库：Dense，Conv2D，Max Pool和Flatten层-源码

  2. CNN从零开始 这是一个完全矢量化的CNN组件存储库：密集，Conv2D，最大池和展平层。 已在Tensorflow的Flower数据集上对其进行了测试： ://www.tensorflow.org/datasets/catalog/tf_flowers 要运行cnn_runner.py，请从此云端硬盘链接下载以下数据集numpy文件： ://drive.google.com/drive/folders/15WE2GjTyN8I9O0P0PJaSbfT-n-sN8cxx?usp=shari

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：143360
    • 提供者：weixin_42165973

  1. cl-py-generator：从s表达式生成python代码（已用于大量数据分析代码）-源码

  2. 例子 r 姓名 状态 评论 1个 阴谋 100％ 用matplotlib绘制窦 2 t 100％ pyside2 matplotlib示例 3 CL 30％ opencl测试，从未真正起作用 5 trellis_qt 80％ 数据流gui，仅在python2中有效，我不再使用 6 法泰 90％ 宠物图片分类（fastai-v1 2019） 7 fastai_language 90％ LSTM（fastai-v1 2019）语言模型 8 脾气暴躁 100％ 使

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：145408
    • 提供者：weixin_42112894

  1. lamalign：具有对准功能的层照相术求解器-源码

  2. LamAlign 对准的层照相求解器 安装 安装morphcg和lamcg软件包 依存关系 cupy，opencv，scikit-build，cmake，dxchange，.. 测验 参见rec_synthetic，rec_catalyst

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：2097152
    • 提供者：weixin_42135754

  1. anime2x-多后端-源码

  2. anime2x-多后端 一个简单的Python程序，可以对动漫进行升级或降噪。 基于 。 （但实际上，您可以添加其他waifu2x工具。您所要做的只是在utils文件夹中创建一个包含“ process_frame”函数的模块） 要求 python> = 3.8 链条机 （可选）Cupy（对于Nvidia GPU支持。对于安装了某些奇怪版本的CUDA运行时的人，cupy-cudaXXX可能是要安装的正确模块。注意：XXX是CUDA运行时的版本号。等等。10.0-> 100 7.5-&

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：471040
    • 提供者：weixin_42161450

  1. 库达-源码

  2. 库达 该项目已弃用。 我讨厌为CUDA编写代码，并且对自己将来的尝试并不感兴趣。 我的目标是要了解足够的知识来修改代码以适合我的目的，即神经网络的自定义激活功能。 我想做： 斐波那契数列 摩尔彭罗斯逆（SVD是） [完成-CuPy]普通最小二乘法（OLS） [完成-CuPy]具有l2正则化的OLS 我宁愿跳到更高的抽象水平，我圣诞节想要的只是一个（用户友好的）数学库...就像Java或numpy.linAlg数学numpy.linAlg 我不喜欢cuda线性代数库cuBLAS，所以我

  3. 所属分类：其它

    • 发布日期：2021-02-08
    • 文件大小：10240
    • 提供者：weixin_42116921

  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

    • 发布日期：2021-02-05
    • 文件大小：1048576
    • 提供者：weixin_42126865

  1. sepconv-slomo：使用PyTorch通过自适应可分离卷积实现视频帧插值-源码

  2. sepconv-slomo 这是使用PyTorch通过自适应可分离卷积[1]进行视频帧插值的参考实现。 给定两个帧，它将以可分离的方式利用[2]对中间帧进行插值。 如果您要利用我们的工作，请引用我们的论文[1]。 有关我们工作的重新实现，请参阅： : 对于另一种改编，请考虑： : 对于softmax splatting，请参阅： : 建立 可分离卷积层是使用CuPy在CUDA中实现的，这就是为什么CuPy是必需的依赖项的原因。 可以使用pip install cupy安装它，也可

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：14680064
    • 提供者：weixin_42118160
« 12 »