前言 用到了一个开源的深度学习模型：VGG model。 最终的效果是很赞的，识别一张人脸的速度是0.039秒，而且最重要的是：精度高啊！！！ CPU：intel i5-4590 GPU：GTX 980 系统：Win 10 OpenCV版本：3.1（这个无所谓） Caffe版本：Microsoft caffe （微软编译的Caffe，安装方便，在这里安利一波） Dlib版本：19.
导读KDE项目今天发布了KDE Plasma 5.27.4，作为最新的KDE Plasma 5.27 LTS桌面环境系列的第四次维护更新，以解决更多的错误和崩溃，同时也改进了现有的功能。KDE Plasma 5.27.4是继KDE Plasma 5.27.3之后的第三个，它进一步改进了Plasma Wayland会话，解决了某些外部显示器在被禁用和重新启用后自行关闭时发生的KWin崩溃，使滚动速度
一、OpenGLOpenGL通常被认为是一个图形API，包含了一系列可以操作图形、图像的函数。但其实是一个标准二、核心模式与立即渲染模式早期的OpenGL使用立即渲染模式（固定渲染管线），这个模式下绘制图形很方便。立即渲染模式确实容易使用和理解，但是效率太低。当使用OpenGL的核心模式时，OpenGL迫使我们使用现代的函数。现代函数的优势是更高的灵活性和效率，然而也更难于学习。立即渲染模式从Op
用webpack优化前端性能是指优化webpack的输出结果，让打包的最终结果在浏览器运行快速高效。1.压缩代码。删除多余的代码、注释、简化代码的写法等等方式。可以利用webpack的UglifyJsPlugin和ParallelUglifyPlugin来压缩JS文件， 利用cssnano（css-loader?minimize）来压缩css
2.利用CDN加速。在构建过程中，将引用的静态资源路径
Logo项目介绍：GPUImage是Brad Larson在github托管的开源项目。GPUImage是一个基于GPU图像和视频处理的开源iOS框架，提供各种各样的图像处理滤镜，并且支持照相机和摄像机的实时滤镜； 基于GPU的图像加速，因此可以加速对实时摄像头视频、电影以及image的滤镜和其它效果处理，并且能够自定义图像滤镜。另外， GPUImage支持ARC。使用GPUImage处理图片比C
## GPU加速Python代码的实现流程
对于一些计算密集型的任务，使用GPU进行加速可以显著提高代码的执行效率。本文将介绍如何使用Python进行GPU加速，并向刚入行的小白开发者解释每一步需要做什么。
### 1. 安装CUDA和cuDNN
首先，你需要安装CUDA和cuDNN。CUDA是NVIDIA提供的用于并行计算的平台和编程模型，而cuDNN是用于深度学习的GPU加速库。你可以访
原创
2023-12-21 10:59:13
95阅读
CUDA 中 FFT 的使用@(10.CUDA)[CUDA,并行，fft]1. 流程使用cufftHandle创建句柄使用cufftPlan1d(),cufftPlan3d(),cufftPlan3d(),cufftPlanMany()对句柄进行配置，主要是配置句柄对应的信号长度，信号类型，在内存中的存储形式等信息。
cufftPlan1d()：针对单个 1 维信号
cufftPlan2d
转载
2024-10-20 18:39:15
206阅读
MacOS如何使用GPU加速YOLOv8训练
原创
2024-09-05 09:59:36
1050阅读
Docker 运行时资源限制 Docker 基于 Linux 内核提供的 cgroups 功能，可以限制容器在运行时使用到的资源，比如内存、CPU、块 I/O、网络等。内存限制概述 Docker 提供的内存限制功能有以下几点： • 容器能使用的内存和交换分区大小。 • 容器的核心内存大小。 • 容器虚拟内存的交换行为。 • 容器内存的软性限制。 • 是否杀死占用过多内存的容器。 • 容器被杀死的优
转载
2024-10-24 19:17:57
51阅读
VirtualBox’s experimental 3D acceleration allows you to use Windows 7’s Aero interface in a virtual machine. You can also run older 3D games in a virtual machine – newer ones probably won’t run v
转载
2024-05-04 18:50:25
563阅读
1、GPU加速利用多个GPU提升运行效率#利用多个GPU加速import osos.environ['CUDA_VISIBLE_DEVICES'] = '2,1,0'这是存在多个GPU的电脑上可以实现的，只要放在你编写的代码中即可。其中，os库提供通用的，基本的操作系统交互功能，与操作系统相关的，包括常用路径操作，进程管理，环境参数等所以这里需要import os库来进行加速 2、CP
转载
2023-07-11 14:50:04
1090阅读
这篇文章会提供一些优化代码的工具。会让代码变得更简洁，或者更迅速。当然这些并不能代替算法设计，但是还是能让 Python 加速很多倍。其实前面讲算法的文章，也有提到过。比如适用于双向队列的 deque，以及在合适的条件下运用 bisect 和 heapq 来提升算法的性能。而且前面也提到过，Python 提供了当今最高级也是最有效的排序算法(list.sort)。另外还有一个功能多样又迅速的散列表
转载
2024-08-30 12:26:53
42阅读
目录一、安装&问题二、题目&代码三、结果 一、安装&问题Pycharm中File->setting->Python Interpreter添加opencv-python及opencv-contrib-python，调用时直接import cv2即可。 我原来用的Pycharm版本是2018年的，点了更新之后注销快捷键Ctrl+/用不了了，解决方法是：File-
转载
2024-04-19 11:06:37
642阅读
# 使用FFmpeg实现GPU硬件加速的Java帧录制
在现代应用中，处理视频已经不再是计算机科学家和专业人员的专利。随着Java等高层语言的普及，各类开发者也开始涉足其领域。本篇文章将介绍如何使用FFmpeg与Java结合，通过`ffmpegframerecorder`实现GPU硬件加速的帧记录，提供一个简便的解决方案，既提升性能又简化流程。
## 什么是FFmpeg？
FFmpeg是一个
本文介绍了如何利用 CuPy 库来加速 Numpy 运算速度。就其自身来说，Numpy 的速度已经较 Python 有了很大的提升。当你发现 Python 代码运行较慢，尤其出现大量的 for-loops 循环时，通常可以将数据处理移入 Numpy 并实现其向量化最高速度处理。 但有一点，上述 Numpy 加速只是在 CPU 上实现的。
由于消费级 CPU 通常只有 8 个核心或更少，所
转载
2024-01-17 06:04:55
41阅读
第一章 绪论
1.1 Programmable Graphics Processing Unit 发展历程Programmable Graphics Processing Unit( GPU)，即可编程图形处理单元，通常也称之为可编程图形硬件。
GPU的发展历史GPU 概念在 20 世纪 70 年代末和 80 年代初被提出，使用单片集成电路( monolithic)作为图形芯
OpenCV —— Open Source Computer VisionPython下使用示例：图片篇导入OpenCVimport cv2读取图片与写图片pic = cv2.imread(pic_path)#bgr格式，shape=(height, width, channel)
cv2.imwrite(pic_path, pic)注：cv2.imread返回一个[height, width,
转载
2023-12-10 23:40:57
986阅读
GPU是显示卡的“心脏”，也就相当于CPU在电脑中的作用，它决定了该显卡的档次和大部分性能，同时也是2D显示卡和3D显示卡的区别依据。2D显示芯片在处理3D图像和特效时主要依赖CPU的处理能力，称为“软加速”。3D显示芯片是将三维图像和特效处理功能集中在显示芯片内，也即所谓的“硬件加速”功能。显示芯片通常是显示卡上最大的芯片（也是引脚最多的）。GPU使显卡减少了对CPU的依赖，并进行部分原本CP
转载
2024-01-05 14:59:58
86阅读
1、什么是GPU加速计算 GPU，又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上图像运算工作的微处理器，与CPU类似，只不过GPU是专为执行复杂的数学和几何计算而设计的，这些计算是图形渲染所必需的。随着人工智能的发展，如今的GPU已经不再局限于3D图形处理了。GPU 加速计算是指同时利用图形处理器 (GPU) 和 CPU
转载
2023-11-22 19:08:15
64阅读
主要在R下和Python下使用GPU加速计算，使用成熟的工具来提高自己的工作效率，现在对其中一些方法做一下简单总结。R的GPU加速计算包gputools 1）gputools，R下的GPU加速计算的函数包，包含常见的运算操作。 https://cran.r-project.org/web/packages/gputools/ 2）iFes，Incremental Feature
转载
2023-10-06 16:26:25
212阅读
