0 wujianming_110117

尚未进行身份认证

长期从事计算机视觉,图像识别,深度学习,摄像头/相机算法,机器学习,人工智能,自动驾驶,嵌入式系统等理论,应用与研发。

等级
TA的排名 1w+

服务器技术综述(四)

服务器技术综述(四)、

2020-05-29 08:24:57

服务器技术综述(三)

服务器技术综述(三)

2020-05-29 08:08:26

服务器技术综述(二)

服务器技术综述(二)

2020-05-29 07:05:50

服务器技术综述(一)

服务器技术综述(一)本文对服务器的概念、服务器重要部件技术和架构组成,并且对磁盘、RAID知识,网卡等知识做了深度详细介绍。简单来说,服务器就是在网络中为其他客户机提供服务的计算机;具有高性能、高可靠、高IO数据传输能力等特点,企业从基础的邮件、打印到核心应用如ERP、数据库等业务,再到我们所熟悉的互联网业务,创新大数据服务、天气预报HPC高性能计算等都离不开大规模服务器的支持。2017年7月,Intel正式发布了代号为Purley的新一代服务器平台,包括代号为Skylake的新一代Xeon

2020-05-29 06:41:30

TensorRT-优化-原理

TensorRT-优化-原理一.优化方式TentsorRT 优化方式:TensorRT优化方法主要有以下几种方式,最主要的是前面两种。层间融合或张量融合(Layer & Tensor Fusion)如下图左侧是GoogLeNetInception模块的计算图。这个结构中有很多层,在部署模型推理时,这每一层的运算操作都是由GPU完成的,但实际上是GPU通过启动不同的CUDA(Compute unified device architecture)核心来完成计算的,CUDA核心计算张量的速度

2020-05-28 20:05:10

TensorRT-安装-使用

TensorRT-安装-使用一.安装这里 是英伟达提供的安装指导,如果有仔细认真看官方指导,基本上按照官方的指导肯定能安装成功。问题是肯定有很多人不愿意认真看英文指导,比如说我就是,我看那个指导都是直接找到命令行所在,直接敲命令,然后就出了很多问题,然后搜索好长时间,最后才发现,原来官方install guide里是有说明的。这里使用的是 deb 包安装的方式,以下是安装过程,我是cuda 8.0 ,cuda9.0也是类似的。进行下面三步时最好先将后面记录的遇到的问题仔细看看,然后回过头来按照 一

2020-05-28 19:42:01

TensorRT 加速性能分析

TensorRT 加速性能分析Out-of-the-box GPU Performance模型推理性能是什么意思?在为用户评估潜在的候选项时,不测量数据库查询和预筛选(例如决策树或手动逻辑)的贡献。使用估计器对特征列进行预处理,并通过网络复制输入/结果。有两个主要推理上下文:离线推理-一次预先计算多个用户的概率在线推理-为特定用户实时推荐因此,可能有兴趣优化三个指标:吞吐量,例如用户/秒(离线)单次推理延迟(在线)满足设置的延迟约束时的吞吐量在使用TensorFlow的stock实现时的

2020-05-28 18:27:16

GPU加速:宽深度推理

GPU加速:宽深度推理Accelerating Wide & Deep Recommender Inference on GPUs推荐系统推动了许多最流行的在线平台的参与。随着为这些系统提供动力的数据量的快速增长,数据科学家正越来越多地从更传统的机器学习方法转向高度表达的深度学习模型,以提高其建议的质量。Google的广度和深度架构已经成为解决这些问题的一种流行的模型选择,既有其对信号稀疏性的鲁棒性,也有其通过DNN线性组合分类器API在TensorFlow中的用户友好实现。虽然这些深度学习模型

2020-05-28 17:13:04

NVIDIA TensorRT:可编程推理加速器

NVIDIA TensorRT:可编程推理加速器一.概述NVIDIA TensorRT™是一个用于高性能深度学习推理的SDK。它包括一个深度学习推理优化器和运行时间,为深度学习推理应用程序提供低延迟和高吞吐量。在推理过程中,基于TensorRT的应用程序执行速度比仅限CPU的平台快40倍。使用TensorRT,可以优化在所有主要框架中训练的神经网络模型,以高精度校准较低精度,最后部署到高规模数据中心、嵌入式或汽车产品平台。TensorRT建立在NVIDIA的并行编程模型CUDA的基础上,使能够利用C

2020-05-28 16:22:11

端云一体人工智能开发平台整体架构

端云一体人工智能开发平台整体架构引言当前人工智能(ArtificialIntelligence)技术发展迅猛,在机器视觉、语音识别以及自然语言处理等多个技术领域取得了卓越的进展,带来了更高的精确度和泛化能力,因此越来越广泛地应用于众多行业领域,形成了智慧制造、智慧金融、智慧交通、智慧教育和智慧零售等诸多“人工智能+”的行业应用。可以预见,随着人工智能理论和技术的日益成熟,将为越来越多的行业带来更加广泛的应用和更深远的变革。人工智能自上世纪50年代诞生以来经历了多个跨越式发展阶段。其中,机器学习(

2020-05-28 09:47:38

人工智能开发平台

人工智能开发平台人工智能开发平台(Cambricon Neuware™)是专门针对其云、边、端的智能处理器产品打造的软件开发平台, Neuware采用端云一体的架构,可同时支持云、边、端的全系列产品。终端IP、边缘端芯片及云端芯片共享同样的软件接口和完备生态,可以方便地进行智能应用的开发,迁移和调优。在云端提供全套易用的开发调试调优工具• 开发 软件开发工具包TensorFlow/Caffe/MXNet/PyTorch/AndroidNNCNML(机器学习编程库)CNRT(高性能运行时库)

2020-05-28 09:11:25

汽车车灯灯具系统(下)

汽车车灯灯具系统(下)发展史汽车照明的发展史大体上经过如下四个阶段:汽车灯具的演变随着汽车光源的更迭而发生。第一代汽车照明系统是由燃料(蜡烛、煤油或乙炔)直接燃烧发光。但存在发光效率很低、光强弱、性能不稳定、操作复杂等明显缺点。能满足早期车灯的要求。第二代汽车照明系统是白炽灯。1879年爱迪生发明白炽灯。汽车灯具发生了革命性的变化,1913年美国首先将白炽灯技术应用在凯迪拉克汽车前照灯上。从此汽车照明进入了电气时代。接着,先后出现汽车反光镜、启动机、发电机和蓄电池等新技术,1925年开始汽车真正进入

2020-05-28 07:52:09

汽车车灯灯具系统(上)

汽车车灯灯具系统(上)汽车照明系统是汽车安全行驶的必备系统之一。它主要包括“外部照明灯具、内部照明灯具、外部信号灯具、内部信号灯具等。分类汽车灯具按照功能功用划分,主要有两个种类:“汽车照明灯和汽车信号灯”。汽车照明灯按照其安装的位置及功用包括:“ 前照灯、雾灯、牌照灯、仪表灯 、顶灯、工作灯”。汽车灯光信号灯又包括:“ 转向信号灯、危险报警灯、示宽灯、尾灯、制动灯 、倒车灯”。前照灯前照灯又叫前大灯,装于汽车头部两侧,用于夜间行车道路的照明。有两灯制和 四灯制之分。每辆车安装2只或4只,

2020-05-28 07:41:45

语义和边缘:从噪声和符号中学习

语义和边缘:从噪声和符号中学习Devilis in the Edges: Learning Semantic Boundariesfrom Noisy Annotations论文地址:https://arxiv.org/pdf/1904.07934.pdf项目链接:https://nv-tlabs.github.io/STEAL/摘要解决了语义边界预测问题,它的目标是识别属于对象(类)边界的像素。注意到,相关数据集包含显著的标签噪声水平,反映了精确注释难以获得的事实,因此注释者在质量和效率之间进

2020-05-27 20:13:04

AI解决方案:边缘计算和GPU加速平台

AI解决方案:边缘计算和GPU加速平台一.适用于边缘 AI 的解决方案AI 在边缘蓬勃发展。AI 和云原生应用程序、物联网及其数十亿的传感器以及 5G 网络现已使得在边缘大规模部署 AI 成为可能。但它需要一个可扩展的加速平台,能够实时推动决策,并让各个行业都能为行动点(商店、制造工厂、医院和智慧城市)提供自动化智能。这将人、企业和加速服务融合在一起,从而使世界变得“更小”、更紧密。适用于各行各业的边缘AI 解决方案卓越购物体验借助 AI 驱动的见解,各地的大型零售商可让客户时刻满意。大型零

2020-05-27 19:05:05

GPU与显卡

GPU与显卡一.什么是GPU?GPU这个概念是由Nvidia公司于1999年提出的。GPU是显卡上的一块芯片,就像CPU是主板上的一块芯片。那么1999年之前显卡上就没有GPU吗?当然有,只不过那时候没有人给它命名,也没有引起人们足够的重视,发展比较慢。自Nvidia提出GPU这个概念后,GPU就进入了快速发展时期。简单来说,其经过了以下几个阶段的发展:1)仅用于图形渲染,此功能是GPU的初衷,这一点从它的名字就可以看出:Graphic Processing Unit,图形处理单元;2)后来人们发

2020-05-27 16:50:40

图像处理 100 问!!

图像处理 100 问!!参考链接地址:https://github.com/gzr2017/ImageProcessing100WenEnglishis here (KuKuXia translates intoEnglish)https://github.com/KuKuXia/Image_Processing_100_QuestionsChinese is here (gzr2017, my ex-colleague, translates into Chinese)https://git

2020-05-27 09:15:39

匹配算法:局部结构保留

匹配算法:局部结构保留Locality Preserving Matching论文地址:https://www.ijcai.org/Proceedings/2017/0627.pdf摘要在计算机视觉中,获取两个特征集合的可靠的匹配关系是一个基础而又重要的任务。本文要解决的问题是,在已知两个特征集合的候选匹配关系时,剔除错误的匹配。为了实现该算法,本文一种名为“LPM”算法,其基本思想是保留正确的匹配的局部结构的一致性。本文将该问题抽象成数学模型,并推导了该问题的解析解,该算法具有线性对数的时间复杂度

2020-05-27 08:33:18

图像拼接技术

图像拼接技术简介图像拼接是将同一场景的多个重叠图像拼接成较大的图像的一种方法,在医学成像、计算机视觉、卫星数据、军事目标自动识别等领域具有重要意义。图像拼接的输出是两个输入图像的并集。所谓图像拼接就是将两张有共同拍摄区域的图像无缝拼接在一起。这种应用可应用于车站的动态检测、商城的人流检测、十字路口的交通检测等,给人以全景图像,告别目前的监控墙或视频区域显示的时代,减轻工作人员“眼”的压力。基本思想:图像拼接并非简单的将两张有共同区域的图像把相同的区域重合起来,由于两张图像拍摄的角度与位置不同,虽然有共

2020-05-27 07:07:07

SLAM的通用框架:GSLAM

SLAM的通用框架:GSLAMGSLAM: A General SLAM Framework andBenchmark论文链接:http://openaccess.thecvf.com/content_ICCV_2019/papers/Zhao_GSLAM_A_General_SLAM_Framework_and_Benchmark_ICCV_2019_paper.pdf摘要SLAM技术最近取得了许多成功,吸引了高科技公司的注意。然而,如何统一现有或新兴算法的接口,有效地进行速度、健壮性和可移植

2020-05-26 19:44:06

查看更多

勋章 我的勋章
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 勤写标兵Lv4
    勤写标兵Lv4
    授予每个自然周发布9篇以上(包括9篇)原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。