积分商城

最新搜索： RFID SDK 应用分析精粹 变送器 环路补偿 uvc
您现在的位置是：首页 > 教程 > 嵌入式GPU和CPU的深度学习网络部署
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

嵌入式GPU和CPU的深度学习网络部署

更新时间：2019-07-16 09:22:14 大小：3M 上传用户：z00查看TA发布的资源 标签：嵌入式gpucpu深度学习 下载积分：2分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

CUDA编程对GPU的挑战

 学习CUDA编程

– 需要重新编写程序于GPU并行编程的运算架构

 创建CUDA kernels

– 需要分析算法来创建最大化并行处理的CUDA kernel

 分配内存

– 需要处理CPU和GPU memory space的内存分配

 尽量减少CPU和GPU的数据传输

– 需要尽量减少，同时确保在算法的适当部分完成所需的数据传输


生成代码的性能

 图像处理和计算机视觉性能

 AlexNet 在Titan XP上的深度学习推理性能

 VGG-16 在Titan XP上的深度学习推理性能

 AlexNet 在Jetson (Tegra) TX2 上的深度学习推理性能


部分文件列表

文件名 大小
deploying-deep-learning-networks-to-embedded-gpus-and-cpus.pdf 3M

【关注视频号领20积分】   【关注公众号立即送20积分】

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号