★
cuda-course 是用 Cuda 编写的学习资料，用于系统学习与查阅。
leoxiaobin / deep-high-resolution-net.pytorch
deep-high-resolution-net.pytorch
The project is an official implementation of our CVPR2019 paper "Deep High-Resolution Representation Learning for Human Pose Estimation"
deep-high-resolution-net.pytorch 是用 Cuda 编写的学习资料，用于系统学习与查阅。
目前累计 4.5k star、922 fork，主要语言为 Cuda，项目始于 2019 年，采用 MIT 许可。最近状态：已有一段时间未更新。适合：想补齐某块知识的开发者。
中文介绍优先采用本站人工维护条目；无维护条目时依据 GitHub 公开字段（语言、主题、星标、提交时间）自动生成，未经项目方确认，不构成选型结论。leoxiaobin/deep-high-resolution-net.pytorch 是一个以 Cuda 为主的开源项目，目前累计 4.5k star、922 fork，较长时间未更新。主要方向：coco-keypoints-detection、deep-high-resolution-net、深度学习、high-resolution-net、human-pose-estimation、mpii。
依据 GitHub 公开字段（语言、主题、星标、提交时间）自动生成，未经人工逐项核实。coco-keypoints-detectiondeep-high-resolution-net深度学习high-resolution-nethuman-pose-estimationmpiimpii-datasetmscoco-keypoint
README
正在加载…相关项目
★
★
SageAttention 是用 Cuda 编写的 AI 工具，用于大模型与智能体应用开发。
[ICLR2025, ICML2025, NeurIPS2025 Spotlight] Quantized Attention achieves speedup of 2-5x compared to FlashAttention, without losing end-to-end metri…
★
ThunderKittens 是用 Cuda 编写的系统软件，属于操作系统或底层系统软件，主打速度快。
Tile primitives for speedy kernels
★
SENet 是用 Cuda 编写的开源项目，主题标签有限，建议打开仓库查看具体用途。
Squeeze-and-Excitation Networks
★
deep-painterly-harmonization 是用 Cuda 编写的开源项目，主题标签有限，建议打开仓库查看具体用途。
Code and data for paper "Deep Painterly Harmonization": https://arxiv.org/abs/1804.03189