Correlator3D是加拿大SimActive 公司研發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、計算能力的發展、機器學習方法與系統的持續創新與演進，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，將其作為業務發展 的重心。華為全球產業愿景預測：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。 人工智能技術的發展和廣泛的商業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開發的圍棋程序AlphaGo戰勝人類圍棋冠 軍，人工智能技術開始全面爆發。如今，芯片和傳感器的發展使“+智能”成為大勢所趨：交通+智能，最懂你的 路；醫療+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，促使人工智能技術快速發展。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，節省了大量的開發時間和費用；同時許多云服務為開發者提供 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，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展戰略。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能夠發現新知識并發展出打破常規的新策略，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，不僅能夠 實現強大的gpu加速，同時還支持動態神經網絡，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、大數據技術的發展，以及處理器（尤其是gpu）強大的算力，給人工智能技術的發展提供了很大的支持。本文是一篇學習筆記， 以深度優先的思路， 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
<strike id="gfnin"><tr id="gfnin"></tr></strike>
