绕灵儿-CSDN博客

原创 ARM 嵌入式端算法加速

OpenCL 嵌入式端算法加速1 嵌入式端算法加速架构1.1.1 平台是否支持简单理解，我们使用 OpenMP 就可以非常简单地实现多线程有多简单呢，查看是否支持 OpenMP在使用 OpenMP 完成多线程任务时，首先得查看当前编译器是否支持 OpenMP，我在 Linux 上的 GCC 编译器是默认支持 OpenMP 的，只需在生成可执行文件的命令中加入 -fopenmp 即可下面的代码也可以查看当前编译器是否支持 OpenMP。

2024-03-01 14:35:04 1159

转载 kalman filter

图说卡尔曼滤波，一份通俗易懂的教程

2024-02-26 11:07:39 27

原创 transformer beginner

recommend articletransformer入门辅助理解illustrated-transformer

2024-01-24 11:08:25 370

原创图像分类入门

图像分类学习好的博客整理

2023-12-29 10:46:31 375

原创 Llama 2 70B nvidia model learning tranformer

nvidid deep learning model---nvidia's Chat GPT

2023-11-23 16:49:50 111

原创 ubuntu 22 cross compile OpenCV 4.8 for RK3588

【代码】ubuntu 22 cross compile OpenCV 4.8 for RK3588。

2023-11-08 19:05:40 1275

原创 ubuntu tools

【代码】ubuntu tools。

2023-10-24 16:10:33 280

原创 How to install CUDA & cuDNN on Ubuntu 22.04

Start HereAbout ▼OverviewfreestarCopyCopyCopyCopy[Y/n] ydoneCopyCopyDoneCopyCopyCopyfreestarCopyCopyCopyppaCATEGORIESFILES。

2023-10-22 15:22:59 86

原创 gdb debug core file

back trancechoose frame such f 11to list “All global and static variable names” (huge list.to list “Local variables of current stack frame” (names and values), including static variables in that function.to list “Arguments of the current stack frame” (name

2023-10-08 14:25:24 36

原创 ubuntu 20 && RK3588 cross compile OpenCV

Cross compile opencv

2023-09-21 21:12:50 127

原创 OpenMP && Neon

【代码】OpenMP && Neon。

2023-09-12 17:34:25 55

原创 ubuntu git lab

GitLab CE或Community Edition是一个开源应用程序，主要用于托管Git存储库，以及其他与开发相关的功能，如问题跟踪。它旨在使用您自己的基础架构进行托管，并为您的开发团队提供部署内部存储库的灵活性，与用户交互的公共方式，或者为贡献者提供托管自己项目的方法。版权声明：本文为CSDN博主「放风筝的猪」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。密码设置不能过于简单，不少于8位，最终选择使用默认密码。注册后不能立即登陆，需管理员审批。

2023-08-03 17:21:45 103

原创从零开始学习OpenCL开发（一）架构

我们知道不同OpenCL组织里不同厂商的不同硬件都纷纷支持OpenCL标准，而每个支持者都会独自去实现OpenCl的具体实现，这样如果你的机器中有很多个不同“OpenCl厂商”的硬件（通常实现在驱动中），那么你的机器中就会出现几套对OpenCL的不同实现，如你装了intel cpu，可能就一套intel的实现，装了NVDIA的显卡，可能还有一套Nvidia的实现，还有值得注意的是，就算你可能没有装AMD的显卡，但是你装了AMD的opencl开发包，你机器中也可能存在一套AMD的实现。

2023-05-17 11:25:16 648

原创本文将作为我《从零开始做OpenCL开发》系列文章的第一篇。

其实NVIDIA在很早就退出了利用其显卡的GPGPU计算 CUDA架构，当时的影响是很大的，将很多计算工作（科学计算、图像渲染、游戏）的问题提高了几个数量级的效率，记得那时NVIDIA来浙大介绍CUDA，演示了实时的ray tracing、大量刚体的互相碰撞等例子，还是激动了一下的，CUDA现在好像已经发展到了5.0，而且是NVDIA主力推的通用计算架构，但是CUDA最大的局限就是它只能使用N家自己的显卡，对于广大的A卡用户鞭长莫及。想想一下一个迭代10000次的for循环一遍过，还是很激动的一件事。

2023-05-17 10:55:14 88