Alpha

Thinking will not overcome fear but action will.

失落的时间-2019半年度学习计划

2019半年度计划

由于学习目标是从6月中旬才开始意识到，大概前几年都是荒废了，到现在才大概有点觉悟，自己的懒惰与拖延造成了好几年的学习计划都没有贯彻执行，所以一些学习的计划一直拖延到现在，所以如果再这样下去，即使再过几年，我肯定不会有所长进，大概率会被市场淘汰，最重要的这种习惯影响的不止学习，由此会使生活及人生都会被这种习惯所主导，以至于整个人生都不会有大的起色，这大概从大学到现在差不多10年我的人生轨迹就能...

Posted by BY J on June 24, 2019

CUDA - 多GPU系统上的CUDA C

CUDA学习

本章目标 了解如何分配和使用零拷贝内存(Zero-Copy Memory) 了解如何在同一个应用程序中使用多个GPU 了解如何分配和使用可移动的固定内存(Portable Pinned Memory) 零拷贝主机内存 固定内存(页锁定内存),这种新型的主机内存能够确保不会交换出物理内存.我们通过调用cudaHostAlloc()来分配这种主机内存,并且传递参数cudaHos...

Posted by BY J on June 23, 2019

CUDA - 流(Stream)

CUDA学习

本章目标 了解如何分配页锁定（Page-Locked）的主机内存 了解CUDA流的概念 了解如何使用CUDA流来加速应用程序 malloc()与cudaHostAlloc()分配的内存之间存在着一个巨大的差异。C库函数malloc()将分配标准的，可分页的主机内存。而cudaHostAlloc()将分配页锁定的主机内存。页锁定内存也称为固定内存（Pinned Memory）...

Posted by BY J on June 22, 2019

CUDA - 原子性

CUDA学习

本章目标 了解NVIDIA GPU计算功能集 了解原子操作以及为什么需要它们 了解如何在CUDA C中执行带有原子操作的运算 NVIDIA GPU计算功能集 功能集为1.2既支持共享内存原子操作又支持全局内存原子操作，功能集向下兼容，由于本书较老，目前功能集版本可查看最新设备列表。 基于最小功能集的编译 可以指定只有在1.1或更高版本的计算功能集中才支持的编译优化。在编译时...

Posted by BY J on June 19, 2019

CUDA - 纹理内存

CUDA学习

本章目标 使用一维纹理内存 使用二维纹理内存 纹理内存简介 纹理内存是另一种只读内存，缓存在芯片上，可减少内存请求并提供高效带宽。纹理内存是专门为在内存访问模式中存在大量空间局部性的图形应用程序而设计。在某个程序中，这意味着一个线程读取的位置与邻近线程读取的位置很近。 热传导模拟代码 #include "cuda.h" #include "../common/book.h" ...

Posted by BY J on June 18, 2019

CUDA - 常量内存与事件

CUDA学习

本章目标 了解如何在CUDA C中使用常量内存 了解常量内存的性能特性 学习如何使用CUDA事件来测量应用程序的性能 GPU上包含有数百个数学计算单元，因此性能瓶颈通常并不在于芯片的数学计算吞吐量，而是在于芯片的内存带宽。由于在图形处理器上包含了非常多的数学逻辑单元（ALU），因此有时输入数据的速率甚至无法维持如此高的计算速率。因此，有必要研究一些手段来减少...

Posted by BY J on June 17, 2019

NLP-简要回顾

Machine Learning

one-hot编码有缺点，词之间没有关联性。 采用词嵌入表示，不同特征用不同的分数进行标注。 t-SNE数据可视化 词嵌入应用于类比 损失函数 Embedding matrix 学习词嵌入 缺点：没有考虑词序，分类器可能会误判。

Posted by BY J on June 16, 2019

LSTM知识系统回顾

Machine Learning

预测Teddy这个人名，显然知道单词前与单词后的信息有助于预测。然后此RNN结构不可以，需要借助Bidirectional RNN(BRNN) 语言模型就是估计有Y序列的概率 语句标记，包括句子完成符EOS或者句号是否标记以及特殊单词标记标记为UNK。 优点： 能够预测句子的任意位置 缺点： 需要完整的序列数据，语音识别中需要说...

Posted by BY J on June 16, 2019

PyTorch实现YOLOV3

YOLOV3的实现教程

感谢 学习对象检测的最佳方式是从头开始实现算法。 我们将使用PyTorch从头开始实现YOLO(v3)对象检测器，YOLOv3是一种更快的对象检测算法。 本教程分为5个部分： 第1部分（本章）：了解YOLO的工作原理 第2部分：创建网络体系结构的层 第3部分：实现网络的正向传递 第4部分：对象分数阈值和非最大抑制 第5部分：设计输入和输出管道 先决条件 1.您应该了解卷积神经...

Posted by BY on August 10, 2018

频谱处理可视化教程

WWDC 2018 Keynote 全记录

音频-输入特征的可视化 波形与频谱图 MFCC 三维频谱图 Silence 移除 重采样-维度减少 特征抽取步骤 所需要的模块 import os from os.path import isdir,join from pathlib import Path import pandas as pd #Math import numpy as np from scipy.fftpack imp...

Posted by BY on July 19, 2018

FEATURED TAGS
DeepLearning CUDA 大模型
ABOUT ME

改变，行动，自律!

✉️ mengzhangjian@gmail.com

FRIENDS