logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

嵌入式ARM 64位平台源码编译安装PyQt5及其在虚拟环境中的调用配置

PyQt5 是Riverbank 公司的产品,分为开源版本和商业版本,开源版本就包含全部的功能。SIP 是一个将C/C++库转换为Python 绑定的工具,SIP本来是为了开发PyQt 而开发的,现在也可以用于将任何C/C++库转换为Python 绑定。

#arm#嵌入式#python
在PC端的Ubuntu中安装RKNN Toolkit 1.6.0开发环境

实验室的项目需要用到Firefly的AIO-3399 ProC开发板,在PC端可安装RKNN Toolkit开发套件,总体思路就是,在本地使用PC电脑框架跑相关模型,通过官网相关模型转换代码,将tensorflow/pytorch/mxnet/keras 模型转换成rknn模型,从而可以直接拷贝到嵌入式设备RK3399 pro板子上直接使用。安装过程繁琐,故记录下在PC端部署开发环境的过程及遇到的

#深度学习#arm#ubuntu
在PC端的Ubuntu中安装RKNN Toolkit 1.6.0开发环境

实验室的项目需要用到Firefly的AIO-3399 ProC开发板,在PC端可安装RKNN Toolkit开发套件,总体思路就是,在本地使用PC电脑框架跑相关模型,通过官网相关模型转换代码,将tensorflow/pytorch/mxnet/keras 模型转换成rknn模型,从而可以直接拷贝到嵌入式设备RK3399 pro板子上直接使用。安装过程繁琐,故记录下在PC端部署开发环境的过程及遇到的

#深度学习#arm#ubuntu
ARM端交叉编译python3.7及第三方库

在PC端交叉编译python 3.7及第三方库,并移植到ARM开发板上。

#arm#python
Windows11 显卡GTX1650 搭建CUDA+cuDNN环境,并安装对应版本的Anaconda和TensorFlow-GPU

为了调用计算机的GTX1650显卡进行深度学习的模型和训练,需要先搭建好CUDA和cuDNN环境。此外,TensorFlow-gpu版本对python、CUDA和cuDNN的版本也有要求,安装前需要先确定好各个软件需要安装的版本。

#深度学习#tensorflow#人工智能 +1
嵌入式ARM 64位平台源码编译安装PyQt5及其在虚拟环境中的调用配置

PyQt5 是Riverbank 公司的产品,分为开源版本和商业版本,开源版本就包含全部的功能。SIP 是一个将C/C++库转换为Python 绑定的工具,SIP本来是为了开发PyQt 而开发的,现在也可以用于将任何C/C++库转换为Python 绑定。

#arm#嵌入式#python
Windows11 显卡GTX1650 搭建CUDA+cuDNN环境,并安装对应版本的Anaconda和TensorFlow-GPU

为了调用计算机的GTX1650显卡进行深度学习的模型和训练,需要先搭建好CUDA和cuDNN环境。此外,TensorFlow-gpu版本对python、CUDA和cuDNN的版本也有要求,安装前需要先确定好各个软件需要安装的版本。

#深度学习#tensorflow#人工智能 +1
到底了