Correlator3D是加拿大SimActive 公司研發(fā)的全數字攝影測量系統，包括空三加密軟件、DEM生成，影像拼接勻色全套數字攝影測量解決方案。系統最大的特點是成熟穩(wěn)定，多核并行運算，支持GPU運算，速度快。不僅可以快速處理傳統的航空影像、無人機數據，還可以快速對衛(wèi)星影像進行空三加密。
標簽： Correlator3D 說明書
上傳時間： 2019-09-06
上傳用戶：soulexile
資料涉及第一性原理密度泛函理論簡介，CPU-MPI和GPU-CUDA異構并行計算和第一性原理功能材料設計和計算模擬
標簽： cpu
上傳時間： 2021-12-17
上傳用戶：
瑞芯微RK3399 軟件件設計資料 RK3399 Linux Debian軟件開發(fā)文檔資料,SDK 是基于 Linux 64bit 系統，內核基于 kernel 4.40，適用于 RK3399 挖掘機以及基于其 上所有 linux 開發(fā)產品。 支持 VPU 硬解碼、GPU 3D、QT 等功能。具體功能調試和接口說明
標簽： rk3399 linux
上傳時間： 2022-01-29
瑞芯微RK3399 軟硬件資料包括3款硬件Cadence原理圖PCB文件，硬件設計文檔，LINIUX軟件開發(fā)文檔i資料硬件文檔主要介紹RK3399處理器硬件設計的要點及注意事項，旨在幫助RK客戶縮短產品的設計周期、提高產品的設計穩(wěn)定性及降低故障率。請客戶參考本指南的要求進行硬件設計，同時盡量使用RK發(fā)布的相關核心模板。 SDK 是基于 Linux 64bit 系統，內核基于 kernel 4.40，適用于 RK3399 挖掘機以及基于其 上所有 linux 開發(fā)產品。 支持 VPU 硬解碼、GPU 3D、QT 等功能。具體功能調試和接口說明，請閱讀工程目錄 docs/目錄下文檔。
標簽： rk3399 軟硬件 cadence pcb
華為AI安全白皮書2018-cn近年來，隨著海量數據的積累、計算能力的發(fā)展、機器學習方法與系統的持續(xù)創(chuàng)新與演進，諸如圖像識別、語音識 別、自然語言翻譯等人工智能技術得到普遍部署和廣泛應用。越來越多公司都將增大在AI的投入，將其作為業(yè)務發(fā)展 的重心。華為全球產業(yè)愿景預測：到2025年，全球將實現1000億聯接，覆蓋77%的人口；85%的企業(yè)應用將部署到 云上；智能家庭機器人將進入12%的家庭，形成千億美元的市場。 人工智能技術的發(fā)展和廣泛的商業(yè)應用充分預示著一個萬物智能的社會正在快速到來。1956年，麥卡錫、明斯基、 香農等人提出“人工智能”概念。60年后的今天，伴隨著谷歌DeepMind開發(fā)的圍棋程序AlphaGo戰(zhàn)勝人類圍棋冠 軍，人工智能技術開始全面爆發(fā)。如今，芯片和傳感器的發(fā)展使“+智能”成為大勢所趨：交通+智能，最懂你的 路；醫(yī)療+智能，最懂你的痛；制造+智能，最懂你所需。加州大學伯克利分校的學者們認為人工智能在過去二十年 快速崛起主要歸結于如下三點原因[1]：1）海量數據：隨著互聯網的興起，數據以語音、視頻和文字等形式快速增 長；海量數據為機器學習算法提供了充足的營養(yǎng)，促使人工智能技術快速發(fā)展。2）高擴展計算機和軟件系統：近 年來深度學習成功主要歸功于新一波的CPU集群、GPU和TPU等專用硬件和相關的軟件平臺。3）已有資源的可獲得 性：大量的開源軟件協助處理數據和支持AI相關工作，節(jié)省了大量的開發(fā)時間和費用；同時許多云服務為開發(fā)者提供 了隨時可獲取的計算和存儲資源。 在機器人、虛擬助手、自動駕駛、智能交通、智能制造、智慧城市等各個行業(yè)，人工智能正朝著歷史性時刻邁進。谷 歌、微軟、亞馬遜等大公司紛紛將AI作為引領未來的核心發(fā)展戰(zhàn)略。2017年谷歌DeepMind升級版的AlphaGo Zero橫 空出世；它不再需要人類棋譜數據，而是進行自我博弈，經過短短3天的自我訓練就強勢打敗了AlphaGo。AlphaGo Zero能夠發(fā)現新知識并發(fā)展出打破常規(guī)的新策略，讓我們看到了利用人工智能技術改變人類命運的巨大潛能。 我們現在看到的只是一個開始；未來，將會是一個全聯接、超智能的世界。人工智能將為人們帶來極致的體驗，將 積極影響人們的工作和生活，帶來經濟的繁榮與發(fā)展。
標簽： 華為 ai
上傳時間： 2022-03-06
PyTorch是一個基于Torch的Python開源機器學習庫，用于自然語言處理等應用程序。它主要由Facebookd的人工智能小組開發(fā)，不僅能夠 實現強大的GPU加速，同時還支持動態(tài)神經網絡，這一點是現在很多主流框架如TensorFlow都不支持的。 PyTorch提供了兩個高級功能： 1.具有強大的GPU加速的張量計算（如Numpy） 2.包含自動求導系統的深度神經網絡 除了Facebook之外，Twitter、GMU和Salesforce等機構都采用了PyTorch。官方教程包含了 PyTorch 介紹，安裝教程；60分鐘快速入門教程，可以迅速從小白階段完成一個分類器模型；計算機視覺常用模型，方便基于自己的數據進行調整，不再需要從頭開始寫；自然語言處理模型，聊天機器人，文本生成等生動有趣的項目。
標簽： pytorch
上傳時間： 2022-04-16
上傳用戶：canderile
全志H6 開發(fā)板評估板 CADENCE_ORCAD硬件原理圖+PCB文件，全志H6采用arm 四核A53架構，搭配MaliT720 GPU，支持OpenGL3.1，支持DDR4、EMMC5.0，芯片性能比上一代提高77%，解碼支持4K@60fps，最高分辨率可達6K(5780×2890)，支持 HDR10、HLG，并集成Allwinner Smartcolor3.0智能畫質引擎，另外，H6還提供了多種高速接口，包括USB3.0，PCIe2.0，千兆網口等，傳輸更快，信號更強。
標簽： h6開發(fā)板 orcad
上傳時間： 2022-05-12
上傳用戶：XuVshu
上面是一段實時目標識別的演示， 計算機在視頻流上標注出物體的類別， 包括人、汽車、自行車、狗、背包、領帶、椅子等。今天的計算機視覺技術已經可以在圖片、視頻中識別出大量類別的物體， 甚至可以初步理解圖片或者視頻中的內容， 在這方面，人工智能已經達到了3 歲兒童的智力水平。這是一個很了不起的成就， 畢竟人工智能用了幾十年的時間， 就走完了人類幾十萬年的進化之路，并且還在加速發(fā)展。道路總是曲折的， 也是有跡可循的。在嘗試了其它方法之后， 計算機視覺在仿生學里找到了正確的道路（至少目前看是正確的） 。通過研究人類的視覺原理，計算機利用深度神經網絡（ Deep Neural Network，NN）實現了對圖片的識別，包括文字識別、物體分類、圖像理解等。在這個過程中，神經元和神經網絡模型、大數據技術的發(fā)展，以及處理器（尤其是GPU）強大的算力，給人工智能技術的發(fā)展提供了很大的支持。本文是一篇學習筆記， 以深度優(yōu)先的思路， 記錄了對深度學習（Deep Learning）的簡單梳理，主要針對計算機視覺應用領域。
標簽： 深度神經網絡 目標檢測
上傳時間： 2022-06-22
LittlevGL 是一個開源免費的 GUI，支持觸摸屏操作，移植簡單方便，開發(fā)者一直在不斷完善更新。 LittlevGL 自帶了豐富的控件：窗口、按鍵、標簽、 list、圖表等，還可以自定義控件；支持很多特效：透明、陰影、自動顯示隱藏滾動條、界面切換動畫、圖標打開關閉動畫、平滑的拖拽控件、分層顯示、反鋸齒、僅耗少量內存的字體等等。LittlevGL 常見于 MCU 級別的設備，支持各類輸入輸出接口與芯片，支持使用 GPU，以 C 編寫。
標簽： LittelvGL GUI
上傳時間： 2022-06-28
Hi3559A的官方文檔，講解了Hi3559A芯片的用戶使用方法，包括軟件設計以及硬件設計；該芯片主要是用于H.265視頻壓縮，最高支持到8K@30，是目前市面上該方面性能最強的芯片，并且里面集成有GPU、NPU，以及高性能CPU，多用于視頻安防、視頻無線傳輸。
標簽： hi3559a
上傳時間： 2022-07-27
蟲蟲下載站版權所有 京ICP備2021023401號-1
<dl id="c4uu6"></dl>
