# GPU云服务器 #
1
关注
7993内容
|
阿里开发者招聘节 | 2019阿里巴巴技术面试题集锦！参考答案已公布！
阿里巴巴资深技术专家们结合多年的工作、面试经验总结提炼而成的笔试真题这一次将陆续放出（面试题答案将在专辑分享结束后统一汇总分享）。并通过这些笔试真题开放阿里巴巴工作机会，让更多的开发者加入到阿里这个大平台。
|
Jetson TX2 初体验
# 0. 简介
Jetson TX2【1】是基于 NVIDIA Pascal™ 架构的 AI 单模块超级计算机，性能强大（1 TFLOPS），外形小巧，节能高效（7.5W），非常适合机器人、无人机、智能摄像机和便携医疗设备等智能终端设备。
|
高性能深度学习支持引擎实战——TensorRT
随着传统的高性能计算和新兴的深度学习在百度、京东等大型的互联网企业的普及发展，作为训练和推理载体的GPU也被越来越多的使用。NVDIA本着让大家能更好地利用GPU，使其在做深度学习训练的时候达到更好的效果的目标，推出了支持高性能深度学习支持引擎——TensorRT。
|
Windows下如何配置TensorFlow？这有个简单明了的教程（支持GPU哦）
本文简单介绍如何在windows系统下配置TensorFlow并能使用GPU进行加速运算的过程，文章通俗易懂，更新及时。
|
在MTK芯片上如何控制CPU的核数和频率-MTK PerfService
MTK提供了一个PerfService来实现调整CPU/GPU资源的服务。对于老的API，可以更简单地讲就是调CPU核数和CPU频率的。
|
深度学习训练，选择P100就对了
本文使用NVCaffe、MXNet、TensorFlow三个主流开源深度学习框架对P100和P40做了图像分类场景的卷积神经网络模型训练的性能对比，并给出了详细分析，结论是P100比P40更适合深度学习训练场景。
基于阿里云容器服务监控 Kubernetes集群GPU指标
### 简介
当您在阿里云容器服务中使用GPU ECS主机构建Kubernetes集群进行AI训练时，经常需要知道每个Pod使用的GPU的使用情况，比如每块显存使用情况、GPU利用率，GPU卡温度等监控信息，本文介绍如何快速在阿里云上构建基于Prometheus + Grafana的GPU监控方案。
|
IOS平台TensorFlow实践：实际应用教程（附源码）（二）
本文是《从零到一：IOS平台TensorFlow入门及应用》系列二，介绍IOS平台TensorFlow的安装，以及将系列一中开发的模型在IOS app上的实际应用
免费试用