【加密】JM066 – CUDA入门与深度神经网络加速 [3.5G]

【加密】JM066 – CUDA入门与深度神经网络加速 [3.5G]

┣━━00-课程小序章 [512.2K]
┃ ┗━━1-CUDA入门与深度神经网络加速 第一期 开课仪式.pdf [512.2K]
┣━━第1章 CUDA C编程及GPU基本知识 [389.2M]
┃ ┣━━第1节 GPU基本架构及特点 [56.7M]
┃ ┃ ┗━━4：【视频】CPU与GPU的基础知识.abc [56.7M]
┃ ┣━━第2节 CUDA C编程基本知识 [113.1M]
┃ ┃ ┗━━5：【视频】CUDA编程的重要概念.abc [113.1M]
┃ ┣━━第3节 并行计算向量相加 [154.5M]
┃ ┃ ┗━━6：【视频】并行计算向量相加.abc [154.5M]
┃ ┣━━第4节 实践 [63.9M]
┃ ┃ ┣━━7-1：【视频】实践向量相加.abc [63.7M]
┃ ┃ ┗━━7-2：【代码】向量相加的CUDA代码.zip.zip [179.3K]
┃ ┣━━第5节 作业练习 [215.5K]
┃ ┃ ┗━━8：【作业】.doc [215.5K]
┃ ┗━━3-CUDA C编程及GPU基本知识.pdf [826.2K]
┣━━第2章 CUDA C编程：矩阵乘法 [457.4M]
┃ ┣━━第1节 为什么矩阵乘法适合GPU实现 [50M]
┃ ┃ ┗━━10：【视频】为什么矩阵乘法适合GPU实现.abc [50M]
┃ ┣━━第2节 矩阵乘法的GPU基础实现 [61.5M]
┃ ┃ ┗━━11：【视频】矩阵算法GPU实现.abc [61.5M]
┃ ┣━━第3节 矩阵乘法GPU进阶实现 [254.2M]
┃ ┃ ┗━━12：【视频】矩阵乘法的GPU进阶实现.abc [254.2M]
┃ ┣━━第4节 代码实践 [81.9M]
┃ ┃ ┣━━13：【代码】L2 MatrixMultiple.rar [13.6K]
┃ ┃ ┗━━13：【视频】CUDA矩阵乘法实践.abc [81.9M]
┃ ┣━━第5节 作业 [9.2M]
┃ ┃ ┗━━14：【视频】作业题目.abc [9.2M]
┃ ┗━━9：【课件】矩阵乘法（新）.pdf [669.6K]
┣━━第3章 cuda stream 和 Event [300M]
┃ ┣━━第1节 CUDA Stream介绍 [97.2M]
┃ ┃ ┗━━16：【视频】CUDA Stream介绍.abc [97.2M]
┃ ┣━━第2节 CUDA Stream为什么有效 [56.2M]
┃ ┃ ┗━━17：【视频】CUDA Stream为什么有效.abc [56.2M]
┃ ┣━━第3节 CUDA Stream 默认流的表现 [39.7M]
┃ ┃ ┗━━18：【视频】CUDA Stream默认流的表现.abc [39.7M]
┃ ┣━━第4节 CUDA Event [22.1M]
┃ ┃ ┗━━19：【视频】CUDA Event.abc [22.1M]
┃ ┣━━第5节 CUDA 同步操作 [40.4M]
┃ ┃ ┗━━20：【视频】CUDA 同步操作.abc [40.4M]
┃ ┣━━第6节 NVVP工具演示 [42.8M]
┃ ┃ ┗━━21：【视频】NVVP.abc [42.8M]
┃ ┗━━15：【课件】CUDA C编程：cuda stream and envet.pdf [1.4M]
┣━━第4章 cuDNN与cuBLAS [651.7M]
┃ ┣━━第1节 课程回顾 [50.2M]
┃ ┃ ┗━━22-2：【视频】课程回顾.abc [50.2M]
┃ ┣━━第2节 cuBLAS [293.4M]
┃ ┃ ┗━━23：【视频】cuBLAS.abc [293.4M]
┃ ┣━━第3节 cuDNN [213M]
┃ ┃ ┗━━24：【视频】cuDNN.abc [213M]
┃ ┣━━第4节 实践 [94.1M]
┃ ┃ ┣━━25-1：【代码】L4 cuDNN.rar [135.2K]
┃ ┃ ┗━━25-2：【视频】实践卷积神经网络.abc [94M]
┃ ┗━━22-1：【课件】CUDA C编程：卷积实现与cudnn、cublas.pdf [1009.3K]
┣━━第5章 TensorRT介绍 [615M]
┃ ┣━━第1节 TensorRT是什么 [48.2M]
┃ ┃ ┗━━27：【视频】TensorRT是什么.abc [48.2M]
┃ ┣━━第2节 TensorRT整体工作流程与优化策略 [44.4M]
┃ ┃ ┗━━28：【视频】TensorRT优化策略.abc [44.4M]
┃ ┣━━第3节 TensorRT的组成与基本使用流程 [99.6M]
┃ ┃ ┗━━29：【视频】TensorRT使用的基本流程.abc [99.6M]
┃ ┣━━第4节 TensorRT demo：SampleMNIST [61.9M]
┃ ┃ ┗━━30：【视频】demo.abc [61.9M]
┃ ┣━━第5节 TensorRT进阶 [91M]
┃ ┃ ┗━━31：【视频】TensorRT进阶.abc [91M]
┃ ┣━━第6节 Demo演示 [267.6M]
┃ ┃ ┗━━32：【视频】Demo演示.abc [267.6M]
┃ ┗━━26：【课件】TensorRT介绍 .pdf [2.4M]
┣━━第6章 TensorRT plugin用法 [657.5M]
┃ ┣━━第1节 Plugin介绍 [59M]
┃ ┃ ┗━━34：【视频】plugin介绍.abc [59M]
┃ ┣━━第2节 Static Shape Plugin [373.5M]
┃ ┃ ┗━━35：【视频】Static Shape Plugin API & Demo.abc [373.5M]
┃ ┣━━第3节 Dynamic Shape Plugin [141.3M]
┃ ┃ ┗━━36：【视频】Dynamic Shape Plugin API & Demo.abc [141.3M]
┃ ┣━━第4节 PluginCreator注册 [39.7M]
┃ ┃ ┗━━37：【视频】PluginCreator注册.abc [39.7M]
┃ ┣━━第5节 延伸：TensorRT如何debug [41.7M]
┃ ┃ ┗━━38：【视频】Debug Plugin经验.abc [41.7M]
┃ ┗━━33：【课件】TensorRT plugin用法.pdf [2.2M]

┣━━第7章 TensorRT加速 [479M]
┃ ┣━━第1节 TRT FP16优化 [23.9M]
┃ ┃ ┗━━40：【视频】TRT FP16优化.abc [23.9M]
┃ ┣━━第2节 TRT INT8量化算法 [370.7M]
┃ ┃ ┣━━41-1：【视频】TRT INT8量化算法（上）.abc [144.8M]
┃ ┃ ┗━━41-2：【视频】TensorRT INT8量化算法（下）.abc [225.9M]
┃ ┣━━第3节 TRT大规模上线经验 [81.7M]
┃ ┃ ┗━━42：【视频】TRT大规模上线.abc [81.7M]
┃ ┗━━39：【课件】TensorRT INT8量化加速.pdf [2.7M]
┗━━abc加密播放说明.txt [204B]

admin网站管理

收藏 海报 链接