txt文件

CUDA10百度网盘下载链接和提取码.txt 评分:

windows版CUDA10百度网盘下载链接和提取码 cuda_10.0.130_411.31_win10.exe
2019-11-08 上传 大小：230B
立即下载
docx文件
Windows搭建yolov5史诗保姆级教程

这个资源将为您提供在Windows操作系统上搭建Yolov5目标检测模型的详细指导。通过本教程，您将学习如何在Windows环境下安装所需的软件和库，配置环境变量，并逐步构建Yolov5模型。无论您是初学者还是有一定经验的开发人员，本教程都将以保姆级的方式引导您完成整个过程。跟随本教程，您将轻松掌握在Windows平台上搭建Yolov5模型的技能，为您的目标检测项目提供强大支持。

立即下载
docx文件
cuda8.0+cudnn6.0(win10)百度云下载链接.docx

cuda8.0+cudnn6.0(win10)百度云下载链接 版本已对应~~~~免得官网下载太慢还注册

立即下载
txt文件
stablediffusion全彩动漫CG模型4G含模型插件安装方法指导文档

stablediffusion全彩动漫CG模型4G含模型插件安装方法指导文档提取方式是百度网盘分享地址

立即下载
docx文件
《动手学深度学习》安装GPU版Pytorch

使用的软件为py3.9版本的miniconda，安装miniconda可能需要安装的时候选择修改环境变量，接下来按照《动手学深度学习》书上的安装就行，创建d2l环境，接下来是安装Torch，参考文章为https://blog.csdn.net/m0_51302496/article/details/138013760，cuda版本为11.8，安装方式为whl安装。资源为miniconda安装包、cuda118安装包、以及对应whl文件，其余文件暂时可以不管，走百度网盘下载可以大量缩减您下载的时间，本人使用的显卡为rtx970，实测可以成功，如果有用，留下好评，谢谢，如果没用请及时反映。

立即下载
txt文件
cuda90-cudnn70-1.txt

英伟达的网站下载cudnn需要登录，这不是最关键的，是有时需要fq才能上去啊，因此下载了，放到网盘共享下。win7 x64 的cuda_9.0.176和cudnn-v7.0.5及cudnn-v7.1.4， tensorflow-gpu1.5.1下 测试使用正常

立即下载
zip文件
install.zip

资源为VS2015编译好的opencv4.2.0+CUDA+dnn+opencv_contrib的库文件，添加路径即可使用。opencv_world420.dll由于太大放在百度网盘，链接：https://pan.baidu.com/s/1oFW1yeB6fHQWkFdKqxGSig 提取码：drp3

立即下载
txt文件
cuda11.0 +对应版本cudnn

win10 cuda_11.0.2_451.48_win10 cudnn-11.0-windows-x64-v8.0.5 .39 亲测有效 (百度网盘链接+提取码)

立即下载
pdf文件
YOLOv5实战+TensorRT部署+VS2019编译[全部软件下载]

使用TensorRT来加速部署YOLOv5项目，此文档中包含全部 软件及依赖库 在Win10系统上完成，需要用到的软件与依赖包有：cuda 10.2 , cudnn 7.6.5 , VS2019 , OpenCV 3.4.0 , Anaconda3 , CMake 3.19.4 , TensorRT 7 安装使用使用教程：https://blog.csdn.net/weixin_39588099/article/details/119994675?spm=1001.2014.3001.5502

立即下载
docx文件
matconvnet-1.0-beta25(GPU已编译).docx

matconvnet的GPU编译版本下载链接。本资源是基于MATLAB R2017b 与 cuda 9.2编译的，编译教程链接：https://blog.csdn.net/lianggyu/article/details/100115246。

立即下载
txt文件
cuda-11.1.0-456.43-win10.exe和cudnn-11.1-windows-x64-v8.0.4.30.zip的永久云盘地址和提取码

cudnn-11.1-windows-x64-v8.0.4.30.zip 链接：https://pan.baidu.com/s/1tgksqmTBOVkO0g82DlTMpA 提取码：atod cuda_11.1.0_456.43_win10.exe 链接：https://pan.baidu.com/s/1sfaAmWQhkvVjBRrryHLnUA 提取码：38vy cuda_12.0.0_527.41_windows.exe 链接: https://pan.baidu.com/s/120R2MUzM_3WMRHS6_M6M6A?pwd=rj5m 提取码: rj5m 官网下载太慢，没有办法，分享一下！大家不要用积分！ 详细版本信息和下载见官网：https://developer.nvidia.com/cuda-toolkit-archive 和https://developer.nvidia.com/rdp/cudnn-download

立即下载
txt文件
【深度学习环境搭建】CUDA 12.6.1 及其配套的 cuDNN 8.9.7.29 的永久云盘地址和提取码

官网下载太慢，没有办法，分享一下！ 【Windows 11】CUDA 12.6.1 及其配套的 cuDNN 8.9.7.29 【均来自英伟达官网】 链接:https://pan.baidu.com/s/1wTluMG1-KbOZCOZfcxqsrw?pwd=2rqg 提取码:2rqg 内容： cuda_12.6.1_560.94_windows.exe （560.94是所需显卡驱动版本号） cudnn-windows-x86_64-8.9.7.29_cuda12-archive.zip 附官方下载地址： CUDA下载地址：https://developer.nvidia.com/cuda-toolkit cuDNN下载地址：https://developer.nvidia.com/rdp/cudnn-archive

立即下载
txt文件
Cuda_9.0.176_windows exe文件

安装Pytorch需要安装cuda9.0 与cudnn文件

立即下载
zip文件
人脸识别之表情识别项目相关源码

人脸表情识别 2020.8.22，重构了整个仓库代码，改用Tensorflow2中的keras api实现整个系统。考虑到很多反映jupyter notebook写的train使用起来不太方便，这里改成了py脚本实现。 2020.12.18，根据反馈，修改了Jaffe的优化器设置。 简介 使用卷积神经网络构建整个系统，在尝试了Gabor、LBP等传统人脸特征提取方式基础上，深度模型效果显著。在FER2013、JAFFE和CK+三个表情识别数据集上进行模型评估。 环境部署 基于Python3和Keras2（TensorFlow后端），具体依赖安装如下(推荐使用conda虚拟环境)。 git clone https://github.com/luanshiyinyang/FacialExpressionRecognition.git cd FacialExpressionRecognition conda create -n FER python=3.6 source activate FER conda install cudatoolkit=10.1 conda install cudnn=7.6.5 pip install -r requirements.txt 如果你是Linux用户，直接执行根目录下的env.sh即可一键配置环境，执行命令为bash env.sh。 数据准备 数据集和预训练模型均已经上传到百度网盘，链接给出，提取密码为2pmd。下载后将model.zip移动到根目录下的models文件夹下并解压得到一个*.h5的模型参数文件，将data.zip移动到根目录下的dataset文件夹下并解压得到包含多个数据集压缩文件，均解压即可得到包含图像的数据集（其中rar后缀的为原始jaffe数据集，这里建议使用我处理好的）。 项目说明 传统方法 数据预处理 图片降噪 人脸检测（HAAR分类器检测（opencv）） 特征工程 人脸特征提取 LBP Gabor 分类器 SVM 深度方法 人脸检测 HAAR分类器 MTCNN（效果更好） 卷积神经网络 用于特征提取+分类 网络设计 使用经典的卷积神经网络，模型的构建主要参考2018年CVPR几篇论文以及谷歌的Going Deeper设计如下网络结构，输入层后加入(1,1)卷积层增加非线性表示且模型层次较浅，参数较少（大量参数集中在全连接层）。 模型训练 主要在FER2013、JAFFE、CK+上进行训练，JAFFE给出的是半身图因此做了人脸检测。最后在FER2013上Pub Test和Pri Test均达到67%左右准确率（该数据集爬虫采集存在标签错误、水印、动画图片等问题），JAFFE和CK+5折交叉验证均达到99%左右准确率（这两个数据集为实验室采集，较为准确标准）。 执行下面的命令将在指定的数据集（fer2013或jaffe或ck+）上按照指定的batch_size训练指定的轮次。训练会生成对应的可视化训练过程，下图为在三个数据集上训练过程的共同绘图。 python src/train.py --dataset fer2013 --epochs 300 --batch_size 32 模型应用 与传统方法相比，卷积神经网络表现更好，使用该模型构建识别系统，提供GUI界面和摄像头实时检测（摄像必须保证补光足够）。预测时对一张图片进行水平翻转、偏转15度、平移等增广得到多个概率分布，将这些概率分布加权求和得到最后的概率分布，此时概率最大的作为标签（也就是使用了推理数据增强）。 GUI界面 注意，GUI界面预测只显示最可能是人脸的那个脸表情，但是对所有检测到的人脸都会框定预测结果并在图片上标记，标记后的图片在output目录下。 执行下面的命令即可打开GUI程序，该程序依赖PyQT设计，在一个测试图片（来源于网络）上进行测试效果如下图。 python src/gui.py 上图的GUI反馈的同时，会对图片上每个人脸进行检测并表情识别，处理后如下图。 实时检测 实时检测基于Opencv进行设计，旨在用摄像头对实时视频流进行预测，同时考虑到有些人的反馈，当没有摄像头想通过视频进行测试则修改命令行参数即可。 使用下面的命令会打开摄像头进行实时检测（ESC键退出），若要指定视频进行进行检测，则使用下面的第二个命令。 python src/recognition_camera.py python src/recognition_camera.py --source 1 --video_path 视频绝对路径或者相对于该项目的根目录的相对路径 下图是动态演示的在Youtube上某个视频上的识别结果。

立即下载
txt文件
cuda linux

因为csdn上传资源大小有限制，所以只能放到百度云盘里

立即下载
zip文件
基于PyTorch的BERT中文文本分类项目python源码+项目说明+数据集+详细注释.zip

1.项目代码均经过功能验证ok，确保稳定可靠运行。欢迎下载体验！下载完使用问题请私信沟通。 2.主要针对各个计算机相关专业，包括计算机科学、信息安全、数据科学与大数据技术、人工智能、通信、物联网等领域的在校学生、专业教师、企业员工。 3.项目具有丰富的拓展空间，不仅可作为入门进阶，也可直接作为毕设、课程设计、大作业、初期项目立项演示等用途。 4.当然也鼓励大家基于此进行二次开发。在使用过程中，如有问题或建议，请及时沟通。 5.期待你能在项目中找到乐趣和灵感，也欢迎你的分享和反馈！ 【资源说明】 基于PyTorch的BERT中文文本分类项目python源码+项目说明+数据集+详细注释.zip 本项目仅仅提供了最基础的BERT文本分类模型，代码是作者在入门NLP时自己写的，对于初学者还算比较好理解，细节上有不足的地方，大家可以自行修改。 数据集是从清华大学的[THUCNews](http://thuctc.thunlp.org/)中提取出来的部分数据。 训练集中有5万条数据，分成了10类，每类5000条数据。 ```JSON {"体育": 5000, "娱乐": 5000, "家居": 5000, "房产": 5000, "教育": 5000, "时尚": 5000, "时政": 5000, "游戏": 5000, "科技": 5000, "财经": 5000} ``` 验证集中有5000条数据，每类500条数据。 ```JSON {"体育": 500, "娱乐": 500, "家居": 500, "房产": 500, "教育": 500, "时尚": 500, "时政": 500, "游戏": 500, "科技": 500, "财经": 500} ``` 数据集放在了百度网盘上：链接: https://pan.baidu.com/s/1FVV8fq7vSuGSiOVnE4E_Ag 提取码: bbwv 模型描述 整个分类模型首先把句子输入到Bert预训练模型，然后将*句子的embedding*（CLS位置的Pooled output）输入给一个Linear，最后把Linear的输出输入到softmax中。 ![Figure 1: Model](figure/model.png) 环境 | 硬件 | 环境 | | ---- | ---- | | GPU | GTX1080 | | RAM | 64G | | 软件 | 环境 | | ---- | ---- | | OS | Ubuntu 18.04 LTS | | CUDA | 10.2 | | PyTorch | 1.6.0 | | transformers | 3.2.0 | 结果 分类报告： ``` * Classification Report: precision recall f1-score support 体育 1.00 0.99 0.99 500 娱乐 0.99 0.92 0.96 500 家居 0.96 0.73 0.83 500 房产 0.83 0.94 0.88 500 教育 0.94 0.75 0.84 500 时尚 0.89 0.99

立即下载
txt文件
cuda10.0+对应版本cudnn

win10 cuda_10.0.130_411.31_win10 cudnn-10.0-windows10-x64-v7.3.1.20 (百度网盘链接+提取码)

立即下载
docx文件
cudnn-10.0-windows10-x64-v7.6.4.38.zip&cuda_10.0.130_win10_network.e百度云下载链接.docx

cudnn-10.0-windows10-x64-v7.6.4.38.zip cuda_10.0.130_win10_network.exe

立即下载
docx文件
torch&torchvision 百度网盘资源，因为文件过大，所以将百度网盘链接放入了word文档中。

最开始配置torch的时候用的镜像命令进行安装，但是特别容易断开，后来就改用离线安装（不容易断开）的形式，关于离线安装看我以往的博客有具体讲解怎么安装，但是离线安装有个问题就是从官网下载whl文件比较慢，每次安装不同版本的都要下载一次，所以最近以自己的需求整理了一份torch及torchvision的百度网盘资源：首先共同的有操作系统为Linux系统，Python为3.7版本的，cuda为10.2的torch版本有：1.9.0、1.8.0、1.7.1、1.7.0、1.6.0、1.5.1、1.5.0；cuda为9.2的torch版本有1.4.0、1.3.1、1.3.0、1.2.0、1.1.0、0.4.1；相对也有对应版本的torchvision。希望这份资料能帮助到大家！

立即下载
热门资源标签
上传资源赚钱
Global site tag (gtag.js) - Google Analytics