2025-05-08 22:50 xxm0326
一、引言 在深度学习、科学计算等领域，NVIDIA GPU 凭借强大的并行计算能力成为主流加速设备。要充分利用 NVIDIA 显卡，通常需要安装两类核心组件： NVIDIA 驱动（NVIDIA Driver） nvidia-cuda-toolkit（CUDA 工具包） 本文将从功能定位、组成内容、安装依赖等方面，深入剖析这两者的区别，并进一步介绍 GPU 加速训练的基本原理。 二、NVIDIA 驱动 vs. nvidia-cuda-toolkit 组件名称 主要作用 核心内容 依赖关系 NVIDIA 驱动...
继续阅读 »2025-05-08 14:31 xxm0326
随着深度学习的快速发展，卷积神经网络（CNN）和循环神经网络（RNN）已经成为计算机视觉和序列建模中的两大核心模型。本文将简要介绍它们的基本原理、应用场景，并通过示例代码展示它们的基本使用方式。 一、卷积神经网络（CNN） 1. 原理简介 CNN 是专为图像处理设计的一类深度神经网络，它利用局部感受野、权值共享和池化操作，显著降低了参数数量，并提高了图像识别任务的效果。 核心组成部分包括： 卷积层（Convolutional Layer） ：提取图像局部特征。 激活函数（如 ReLU） ：引入非线性能力。...
继续阅读 »2025-05-08 14:01 xxm0326
时序数据库作为物联网、监控系统和工业数据分析的核心基础设施，其读写性能直接影响实时数据处理效率。本文通过实验对比三款主流开源时序数据库（InfluxDB 2.0、TDengine 3.0、Apache IoTDB 1.0）的读写性能，结合测试结果与架构特性，为技术选型提供参考。 1. 写入性能对比 写入性能是时序数据库的核心指标之一。在批量写入测试中（单批次10万数据点，10个并发线程），TDengine凭借其自研的列式存储引擎和高效压缩算法，展现出显著优势，平均写入吞吐量达到 35万数据点/秒 ，且C...
继续阅读 »
