Leetcode
https://github.com/kamyu104/LeetCode-Solutions
Cmake
https://github.com/viva64/pvs-studio-cmake-examples
3D目标检测
Awesome-3D-Object-Detection
Awesome-3D-Object-Detection-for-Autonomous-Driving
Cuda Code
dbscan
https://github.com/l3lackcurtains/dbscan-kdtree-cuda
https://github.com/xmba15/generic_dbscan
KNN
https://github.com/vincentfpgarcia/kNN-CUDA
kdtree
https://github.com/zlccccc/3dpoint_cuda_kdtree
https://github.com/swordcheng/kdtree_gpu
https://github.com/lkawka/3d-nearest-neighbor-search-in-kd-tree-cuda
Icp
https://github.com/littlebearsama/xxCu3Dlibrary
BEV
Awesome-BEV-Perception-Multi-Cameras
视觉slam
https://github.com/changh95/visual-slam-roadmap
边缘计算
https://github.com/wangxb96/Awesome-AI-on-the-Edge
Awesome-AI-on-the-Edge,主要包括以下内容:
1.背景知识
1.1.边缘计算
1.2.边缘AI
1.2.1.关于边缘 AI的博客
2.调研
2.1我们的调研
2.2.关于边缘ai的重要调研(与边缘推理和模型
部署有关)
3.边缘智能的高效计算方法
3.1数据预处理
3.1.1.数据清理
3.1.2特征压缩
3.1.2.1.特征选择
3.1.2.2.特征提取
3.1.3数据扩充
3.2高效模型体系结构
3.2.1紧凑型架构
3.2.2神经结构搜索(NAS)
3.3模型压缩
3.3.1剪枝
3.3.2参数共享
3.3.3量化
3.3.4.知识蒸馏
3.3.5.低秩分解
3.4.模型加速
3.4.1.AI推理框架
3.4.2Al模型加速文章来源:https://www.toymoban.com/news/detail-844082.html
Deep leaning
深度学习面试文章来源地址https://www.toymoban.com/news/detail-844082.html
到了这里,关于高质量 Git 仓库汇总(持续更新,方便查看)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!