【加密】JM081 – tensorRT：从零起步迈向高性能工业级部署（就业导向） [12.4G]

小部分代码需要key才能下载运行 暂时无key  视频讲解都是全的

【加密】JM081 – tensorRT：从零起步迈向高性能工业级部署（就业导向） [12.4G]

┣━━01 说在前面 [135.6M]
┃ ┣━━1-了解课程结构和形式.abc [57.1M]
┃ ┣━━2-学习工具环境的介绍，自动环境配置.abc [77.9M]
┃ ┣━━工具篇：vscode 及 其他.pdf [712.8K]
┃ ┗━━资料下载.docx [12.1K]
┣━━02 cuda驱动API [272.9M]
┃ ┣━━01-本小节概述和清单.abc [34.1M]
┃ ┣━━02-初始化和检查的理解，CUDA错误检查习惯.abc [117.2M]
┃ ┣━━03-上下文管理设置，以及其作用.abc [83.2M]
┃ ┗━━04-使用驱动API进行内存分配.abc [38.4M]
┣━━03 cuda运行时API [1G]
┃ ┣━━01-本小节概述和清单(2).abc [24.8M]
┃ ┣━━02-第一个运行时程序，hello-cuda.abc [38M]
┃ ┣━━03-内存的学习，pinnedmemory，内存效率问题.abc [87.8M]
┃ ┣━━04-流的学习，异步任务的管理.abc [73M]
┃ ┣━━05-核函数的定义和使用.abc [269.6M]
┃ ┣━━06-共享内存的学习.abc [92.5M]
┃ ┣━━07-使用cuda核函数加速warpaffine.abc [97.2M]
┃ ┣━━08-使用cuda核函数加速yolov5的后处理.abc [289M]
┃ ┗━━09-错误处理的理解以及错误的传播特性.abc [58.1M]
┣━━04 tensorRT基础(1) [1G]
┃ ┣━━01-本小节概述清单.abc [56.3M]
┃ ┣━━02-第一个trt程序，实现模型编译的过程.abc [92.4M]
┃ ┣━━03-实现模型的推理过程.abc [91.5M]
┃ ┣━━04-模型推理时动态shape的具体实现要点.abc [88.5M]
┃ ┣━━05-onnx文件及其结构的学习，编辑修改onnx.abc [192.3M]
┃ ┗━━06实际模型上onnx文件的各种操作.abc [545.3M]
┣━━05 tensorRT基础(2) [1.3G]
┃ ┣━━01-正确导出onnx的介绍，使得onnx问题尽量少.abc [50.5M]
┃ ┣━━02-使用onnx解析器来读取onnx文件（源码编译).abc [188.2M]
┃ ┣━━03-从下载onnx-tensorrt到配置好并运行起来.abc [255.7M]
┃ ┣━━04-学习第一个插件的编写.abc [323.8M]
┃ ┣━━05-封装插件过程，并实现更容易的插件开发.abc [185.9M]
┃ ┗━━06-学习编译int8模型，对模型进行int8量化.abc [278.5M]
┣━━06 tensorRT高级(1) [2.8G]
┃ ┣━━01-本节概述和清单.abc [67.6M]
┃ ┣━━02-第一个完整的分类器程序.abc [197.7M]
┃ ┣━━03-yolov5模型导出、编译到推理（无封装）.abc [341.4M]
┃ ┣━━04-UNet分割模型导出、编译到推理（无封装）.abc [620.1M]
┃ ┣━━05-alphapose模型导出、编译到推理（无封装）.abc [873.4M]
┃ ┣━━06-mmdetection框架下yolox模型导出并推理.abc [661.8M]
┃ ┗━━07-使用onnxruntime进行onnx的模型推理过程.abc [131.8M]
┣━━07 tensorRT高级(2) [1.1G]
┃ ┣━━01-使用openvino进行onnx的模型推理过程.abc [102.8M]
┃ ┣━━02-学习深度学习中涉及的线程知识.abc [121.7M]
┃ ┣━━03-future、promise、condition_variable.abc [318.1M]
┃ ┣━━04-使用RAII接口模式对代码进行有效封装.abc [260M]
┃ ┗━━05-RAII接口模式下的生产者消费者多batch实现.abc [292.2M]
┣━━08 tensorRT高级(3)封装系列 [1.5G]
┃ ┣━━01-模型编译过程封装，简化模型编译代码.abc [186.6M]
┃ ┣━━02-内存管理的封装，内存的复用.abc [101.2M]
┃ ┣━━03-tensor封装，索引计算，内存标记及自动复制.abc [246M]
┃ ┣━━04-infer推理的封装，输入输出tensor的关联.abc [115.1M]
┃ ┣━━05-基于生产者消费者实现的yolov5封装.abc [167.3M]
┃ ┣━━06-终极封装形态，以及考虑的问题.abc [476.9M]
┃ ┗━━07-调试方法、思想讨论.abc [195.1M]
┣━━09 tensorRT高级(4)封装系列 [1.3G]
┃ ┣━━01-自动驾驶案例项目self-driving道路分割分析.abc [377.1M]
┃ ┣━━02-自动驾驶案例项目self-driving-深度估计.abc [218.5M]
┃ ┣━━03-自动驾驶案例项目self-driving-车道线检测.abc [557.5M]
┃ ┗━━04-使用pybind11为python开发扩展模块.abc [190.1M]
┗━━资料.zip [2G]

admin网站管理

收藏 海报 链接