使用GPU/CUDA和简单的阈值法分离前景和背景。通过将灰度图像与阈值进行比较，可以分离前景对象。
C++ 21 次浏览
本项目实现了 Instagram 应用中多种滤镜的效果，利用 OpenGL ES 着色器和颜色映射文件在 GPU 上高效运行。
IOS 26 次浏览
PyTorch线性回归实战：CPU & GPU实现 本项目使用PyTorch深度学习框架，以Jupyter Notebook的形式实现了线性回归模型，并提供了GPU加速支持。代码结构清晰，注释详细，适合PyTorch入门学习。 学习要点： 线性回归原理及PyTorch实现 PyTorch搭建神经网
Python 25 次浏览
TensorFlow 是一款开源软件库，专为高性能数值计算而设计。它采用灵活的架构，使用户可轻松地在桌面、服务器或移动设备上各种平台（CPU、GPU、TPU）上部署计算工作。其主要特点包括灵活性、可扩展性和可移植性，能支持从小型移动应用到复杂机器学习系统。TensorFlow 为研究人员提供了全面的
Python 25 次浏览
本研究实现了生命游戏的一个并行版本，该版本使用 OpenCL 利用图形处理单元 (GPU) 的并行处理能力。该实现将计算分布在多个 GPU 核心上，从而显著提高了游戏的性能。
C# 22 次浏览
TensorFlow 是一个开放源码软件库，用于进行高性能数值计算。它灵活的架构允许用户轻松地在各种平台（CPU、GPU、TPU）上部署计算任务，包括桌面、服务器和移动设备。 TensorFlow 主要特点：- 灵活性：从手机应用到复杂的机器学习系统，TensorFlow 支持各种规模的计算。- 可
Python 27 次浏览
TensorFlow是一种开源库，用于进行高性能数值计算。其灵活架构支持在不同平台（CPU、GPU、TPU）上部署计算工作。主要特点包括灵活性、可扩展性和可移植性。它支持广泛的计算，并提供丰富的库、工具和社区资源。TensorFlow使用数据流图表示计算，并支持自动微分。
Python 23 次浏览
基于GPU的视频水印系统，实现了iOS平台上的实时水印处理。
IOS 49 次浏览
Windows系统下，开发者需要借助VisualStudio集成开发环境以及NVIDIA提供的CUDA Toolkit进行GPU编程。支持的VisualStudio版本包括VS2005、VS2008和VS2010。而在Linux系统下，则需要GCC编译器的支持来进行开发。
C++ 24 次浏览
电脑的显存只有2G，原始的GPU版的MNIST代码中，测试样本没有进行batch处理，而是将10000个测试样本直接存入显存（因为此处用的GPU运行程序），所以导致显存不够用而报错。此处提供一个batch处理的MNIST代码，可帮助读者进行测试。
Python 22 次浏览