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. using pycuda for rapid prototyping

  2. 详细介绍了用python做pycuda应用的一些基本概念和知识，对新手来说比较有用

  3. 所属分类：Python

    • 发布日期：2009-08-01
    • 文件大小：99328
    • 提供者：berdy1019

  1. Python Parallel Programming Cookbook

  2. Master efficient parallel programming to build powerful applications using Python About This Book Design and implement efficient parallel software Master new programming techniques to address and solve complex programming problems Explore the world

  3. 所属分类：Python

    • 发布日期：2015-09-14
    • 文件大小：2097152
    • 提供者：ramissue

  1. pycuda 用于加速python 3.6

  2. pycuda 用于加速python，前提是你的计算机上安装了英伟达显卡

  3. 所属分类：深度学习

    • 发布日期：2018-05-24
    • 文件大小：395264
    • 提供者：liangjiubujiu

  1. pycuda-2017.1.1+cuda9185-cp36-cp36m-win_amd64.whl

  2. python的cuda模块，用于windows 64位，资源安全，请放心下载

  3. 所属分类：计算广告

    • 发布日期：2018-01-15
    • 文件大小：374784
    • 提供者：unix_fish

  1. Python基于pyCUDA实现GPU加速并行计算功能入门教程

  2. 主要介绍了Python基于pyCUDA实现GPU加速并行计算功能,结合实例形式分析了Python使用pyCUDA进行GPU加速并行计算的原理与相关实现操作技巧,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-20
    • 文件大小：83968
    • 提供者：weixin_38724229

  1. pycuda-2020.1+cuda101-cp37-cp37m-win_amd64.whl

  2. “pip install pycuda-2020.1+cuda101-cp37-cp37m-win_amd64.whl ”安装pycuda。python3.7版本

  3. 所属分类：深度学习

    • 发布日期：2020-12-02
    • 文件大小：360448
    • 提供者：qq_43294752

  1. Python基于pyCUDA实现GPU加速并行计算功能入门教程

  2. 本文实例讲述了Python基于pyCUDA实现GPU加速并行计算功能。分享给大家供大家参考，具体如下： Nvidia的CUDA 架构为我们提供了一种便捷的方式来直接操纵GPU 并进行编程，但是基于 C语言的CUDA实现较为复杂，开发周期较长。而python 作为一门广泛使用的语言，具有 简单易学、语法简单、开发迅速等优点。作为第四种CUDA支持语言，相信python一定会 在高性能计算上有杰出的贡献–pyCUDA。 pyCUDA特点 CUDA完全的python实现 编码更为灵活、迅速、

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：84992
    • 提供者：weixin_38730129

  1. GPU Computing with CUDA Lecture 8 - CUDA Libraries - CUFFT, PyCUDA.pdf

  2. GPU Computing with CUDA Lecture 8 - CUDA Libraries - CUFFT, PyCUDA，讲述如何利用CUDA中的cufft模块。

  3. 所属分类：图像处理

    • 发布日期：2020-12-23
    • 文件大小：2097152
    • 提供者：TracelessLe

  1. parallel-alg:并行算法课程中的项目（Python PyCuda）-源码

  2. 并行算法 并行算法课程中的项目（Python） 项目1（Project1_1和Project1_2）-并行执行《生命游戏》。 项目2（Projekat2_1，Projekat2_2，Projekat2_3）-使用PyCuda环境编写用于矩阵乘法的CUDA程序。 2_1-执行小矩阵乘法的程序（可以使用单个线程块执行乘法） 2_2-使用大量CUDA块将较大维度的矩阵相乘的程序。 2_3-使用共享内存从2_2加速解决方案（以便一个块的线程首先将部分数据拖到共享内存中，然后从共享内存中读取所有内容

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：83968
    • 提供者：weixin_42120541

  1. General-Industrial-Smart-Monitoring-V2.0-源码

  2. 通用工业智能监控（GISM）V2.0 »······· opencv的python〜 = 4.4.0.44 numpy〜= 1.18.5 要求〜= 2.24.0 pycuda〜= 2020.1 张量〜= 0.0.1 ²¿Êð²½Öè 1.构建docker镜像 sh build_gism.sh 或者 docker build -t gism:v1.5 . 2.安装docker镜像 sh install_gism.sh 3.运行精神 sh run_gism.sh

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：60817408
    • 提供者：weixin_42122878

  1. hebel：Python中的GPU加速的深度学习库-源码

  2. 赫贝尔 Python中的GPU加速的深度学习库 Hebel是一个用于Python深度神经网络学习的库，它通过PyCUDA通过CUDA与GPU一起使用GPU加速。 它实现了最重要的神经网络模型类型，并提供了各种不同的激活函数和训练方法，例如动量，涅斯特罗夫动量，辍学和提前停止。 我不再积极发展Hebel。 如果您正在寻找Python的深度学习框架，我现在推荐 。 楷模 目前，Hebel实现了前馈神经网络，可以对一项或多项任务进行分类和回归。 其他模型，例如Autoencoder，卷积神经网络和R

  3. 所属分类：其它

    • 发布日期：2021-02-28
    • 文件大小：135168
    • 提供者：weixin_42126399

  1. SParry：SParry是最短路径计算工具，使用了一些带有cuda的算法来加速-源码

  2. SParry是使用某些带有CUDA的算法来加速的最短路径计算工具。 | 它正在发展。 SParry是最短路径计算工具包，主要的最短路径算法包括Dijkstra ， Bellman-Ford ， Delta-Stepping和Edge-Based进行了封装。 提供了基于CUDA的并行加速版本以提高开发效率。 同时，当图形太大而无法直接将其放置到GPU中时，它可以将图形数据分为多个部分，并且比使用CPU更快地解决它。 安装 环境与依赖 以下是在开发实验中通过测试的环境。 窗户： pytho

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：1048576
    • 提供者：weixin_42123191

  1. grunnur：PyCuda和PyOpenCL的统一接口-源码

  2. Grunnur，GPGPU的基础层 名字叫什么 “ Grunnur”在冰岛语中的意思是“基金会”。 它有什么作用？ Grunnur是和之上的一薄层，使编写与平台无关的程序更加容易。 它是一个经过改进的cluda的子模块 ，提取到一个独立的模块。 警告：当前版本不是很稳定，公共API可能会发生变化，因为我正在从Reikna转移功能并将其扩展为支持多GPU配置。 我们欢迎您报告错误，尤其是关于公共API的任何建议。 主要特点 在大多数情况下，允许编写与平台无关的代码。 简单使用多个GPU（特别

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：130048
    • 提供者：weixin_42181319

  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. broadcast_pycuda-源码

  2. 为PyCUDA GPUArray启用广播 产品特点 扩展pycuda.elementwise.Elementwise类以启用广播 扩展pycuda.gpuarray.GPUArray以使用修改后的Elementwise 它是如何工作的 您可以在找到此示例 从src导入ElementwiseKernel并像这样使用 ElementwiseKernel ( "double *out, double *a, double *b, double *c" , "out[i] = sin(a

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：9216
    • 提供者：weixin_42160424

  1. tsdf-fusion-python：将多个RGB-D图像融合到TSDF体素卷中的Python代码-源码

  2. Python中RGB-D图像的体积TSDF融合 这是一个轻量级的python脚本，可将多个已注册的颜色和深度图像融合到一个投影的截断的有符号距离函数（TSDF）体积中，然后可用于创建高质量的3D表面网格和点云。 在Ubuntu 16.04上测试。 较旧的CUDA / C ++版本可在找到。 要求 带有 ， ， ， 和 。 通过运行以下命令，可以快速安装/更新它们： pip install --user numpy opencv-python scikit-image numba [可选

  3. 所属分类：其它

    • 发布日期：2021-02-01
    • 文件大小：125829120
    • 提供者：weixin_42149145

  1. 使用Python写CUDA程序的方法

  2. 使用Python写CUDA程序有两种方式： * Numba * PyCUDA numbapro现在已经不推荐使用了，功能被拆分并分别被集成到accelerate和Numba了。 例子 numba Numba通过及时编译机制（JIT）优化Python代码，Numba可以针对本机的硬件环境进行优化，同时支持CPU和GPU的优化，并且可以和Numpy集成，使Python代码可以在GPU上运行，只需在函数上方加上相关的指令标记， 如下所示： import numpy as np from tim

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：48128
    • 提供者：weixin_38655309

  1. pycuda:处理cuda生成的PDE数据-源码

  2. pycuda:处理cuda生成的PDE数据

  3. 所属分类：其它

    • 发布日期：2021-03-30
    • 文件大小：6144
    • 提供者：weixin_42097967

  1. pyvkfft:VkFFT的Python接口-源码

  2. pyvkfft-VkFFT的python接口（Vulkan快速傅立叶变换库） 是用于Vulkan / CUDA / HIP项目的GPU加速的快速傅立叶变换库。 pyvkfft为VkFFT的CUDA后端提供了一个基本的python接口，与pyCUDA兼容。 这是非常初步的，主要是证明概念，可能不可靠或容易出错或内存泄漏。 使用风险自负。 安装 要求： 安装在通常的include目录中的vkfft.h pycuda和CUDA开发工具（nvcc） 麻木 该软件包应使用pip或python

  3. 所属分类：其它

    • 发布日期：2021-03-27
    • 文件大小：19456
    • 提供者：weixin_42122988