• 学习时长

    8周/建议每周8个小时

  • 答疑服务

    专属微信答疑群/讲师助教均参与

  • 1: 助教分享-Instroduction to CUDA Programming Model
  • 第1章: CUDA C编程及GPU基本知识
  • 2: 【课件】CUDA C编程及GPU基本知识.pdf
  • 第1节: GPU基本架构及特点
  • 3: 【视频】CPU与GPU的基础知识
  • 第2节: CUDA C编程基本知识
  • 4: 【视频】CUDA编程的重要概念
  • 第3节: 并行计算向量相加
  • 5: 【视频】并行计算向量相加
  • 第4节: 实践
  • 6-1: 【视频】实践向量相加
  • 6-2: 【代码】Demo I.zip
  • 6-3: 【作业】第一章
  • 第2章: CUDA C编程:矩阵乘法
  • 7: 【课件】CUDA C编程:矩阵乘法(新).pdf
  • 第1节: 为什么矩阵乘法适合GPU实现
  • 8: 【视频】为什么矩阵乘法适合GPU实现
  • 第2节: 矩阵乘法的GPU基础实现
  • 9: 【视频】矩阵算法GPU实现
  • 第3节: 矩阵乘法GPU进阶实现
  • 10: 【视频】矩阵乘法的GPU进阶实现
  • 第4节: 代码实践
  • 11-1: 【代码】L2 MatrixMultiple.rar
  • 11-2: 【视频】CUDA矩阵乘法实践
  • 第5节: 作业题目
  • 12: 【视频】作业题目
  • 第3章: cuda stream 和 Event
  • 13: 【课件】CUDA C编程:cuda stream and envet.pdf
  • 第1节: CUDA Stream介绍
  • 14: 【视频】CUDA Stream介绍
  • 第2节: CUDA Stream为什么有效
  • 15: 【视频】CUDA Stream为什么有效
  • 第3节: CUDA Stream 默认流的表现
  • 16: 【视频】CUDA Stream默认流的表现
  • 第4节: CUDA Event
  • 17: 【视频】CUDA Event
  • 第5节: CUDA 同步操作
  • 18: 【视频】CUDA 同步操作
  • 第6节: NVVP工具演示
  • 19: 【视频】NVVP
  • 第5章: TensorRT介绍
  • 第1节: TensorRT是什么
  • 第2节: TensorRT工作整体流程介绍
  • 第3节: TensorRT 使用的优化策略介绍
  • 第4节: TensorRT的组成
  • 第5节: TensorRT各个模块概念介绍
  • 第6节: TensorRT各个模块使用流程介绍
  • 第7节: TensorRT demo:SampleMNIST
  • 第6章: TensorRT plugin用法
  • 第1节: plugin 和 plugincreator介绍
  • 第2节: plugin的各个函数:static shape和dynamic shape
  • 第3节: groupnorm demo
  • 第4节: 延伸:TensorRT如何debug

相关推荐

人工智能基础 编程与开发 基础
机器学习 机器学习 计算机视觉 知识图谱 环境感知 自然语言处理 基础

未注册验证后自动登录,注册/登录则视为同意

《服务协议》《隐私协议》

请完善资料,让我们更好的为您服务!

+86  (手机号已绑定)

未注册验证后自动登录,注册/登录则视为同意

《服务协议》《隐私协议》

请选择自己感兴趣的领域

智能语音

三维视觉

计算机视觉

移动机器人

推荐系统

工业机器人

知识图谱

深度学习

自然语言处理