Перейти к содержимому
Compvision.ru

Поиск по сайту

Showing results for tags 'NVIDIA'.



More search options

  • Search By Tags

    Введите теги через запятую.
  • Search By Author

Тип содержимого


Категории и разделы

  • Пакет OpenCV
    • OpenCV
    • Новости
    • Вопросы взаимодействия OpenCV + GDI, GDI+
  • Дополненная реальность (ARToolkit и др.)
    • ARToolkit
  • Нейросети
    • Вопросы по нейросетям и ИИ
  • Общие вопросы
    • Обсуждение общих вопросов
  • Другое

Найдено 4 результата

  1. Есть проста сверточная сеть (keras+tf), размер входного слоя не фиксированный. При прогоне на CPU все нормально, чем больше входной изображение тем дольше обработка. Но при выборе Backend cuda получается такая картина: если прогонять данные одного размера (например 240х180), то все хорошо если размер входных данных постоянно меняется (сперва 240х180, потом 240х179 и так по кругу) то производительность падает в 10 раз. opencv 4.2.0-dev jetson nano
  2. Созданная командой инженеров NVIDIA, система DIGITS DevBox является ядром комплексной платформы для ускорения исследований глубокого обучения. Каждый компонент DevBox, начиная с четырех карт GPU TITAN X и заканчивая памятью и интерфейсами, максимально оптимизирован, чтобы обеспечить наиболее эффективную работу для самых сложных задач глубокого обучения Данная система поставляется с предустановленным программным обеспечением, которое необходимо ученым и исследователей для создания собственных глубоких нейронных сетей. В список приложений входят пакет программ DIGITS, самые популярные платформы глубокого обучения Caffe, Theano и Torch, а также cuDNN 2.0 – GPU-ускоренная библиотека для задач глубокого обучения от NVIDIA. И все это заключено в экономичный, тихий, хорошо охлаждаемый корпус с красивым дизайном, который легко помещается под столом и питается от обычной розетки. Самые первые результаты такого многопроцессорного обучения показывают, что DIGITS DevBox обеспечивает производительность почти в четыре раза выше по сравнению с одним TITAN X в тестах глубокого обучения. С помощью DIGITS DevBox натренировать сеть AlexNet можно всего за 13 часов, тогда как обычному ПК на базе самого быстрого GPU потребовалось бы более двух суток, а системе на базе CPU — больше месяца. Подробнее о NVIDIA DIGITS DevBox
  3. Глубокое обучение (Deep learning) становится все более популярным разделом машинного обучения. Данный тип обучения использует сложные, многоуровневые нейронные сети Deep Neural Networks (DNNs) для создания систем, которые могут выявлять признаки из большого объема немаркированных данных. Специалисты по обработке и анализу данных как в промышленности, так и в научных кругах используют GPU для ускорения приложений, включая приложения компьютерного зрения, распознавания речи и понимания языка. Успех применения DNN сопровождается ускорением на графических процессорах, которые стали частью системы, обучающей большие и сложные нейронные сети, при этом сокращается время обучения с месяцев до нескольких дней. На конференции GPU Technology Conference была представлена DIGITS – первая интерактивная система на базе GPU для обучения глубоких нейронных сетей. Данный продукт имеет интуитивный и понятный web-интерфейс, что в свою очередь позволяет ученым и исследователям быстрее и проще создавать DNN-связи в реальном времени. DIGITS – открытое программное обеспечение, размещенное на GitHub, что дает разработчикам возможность вносить свой вклад в проект. Читать подробнее. О машинном обучении. Присоединиться к сообществу Deep Learning во вконтакте.
  4. h.264 Cuda

    Задача такая: нужно декодировать 4k h.264 поток. Все завелось через CvCapture, но проц грузит безбожно. из чего возникает два вопроса: 1 есть ли способ стандартный CvCaptureзаставить декодировать h.264 на карточке Nvidia 2 используется ли в CvCapture аппаратное ускорения новых процов intel (Intel® Quick Sync Video) Может кто в теме и просветит.
×