keras 使用笔记
Backend 切换
编辑 .keras/keras.json 即可。可选后端有 theano 和 tensorflow.
theano 版本配置如下：
$ vim ~/.
CUDA入门（六） 异步并行执行解析
为了更好地压榨GPU和CPU，很多时候都使用异步并行的方法让主机端与设备端并行执行，即控制在设备没有完成任务请求前就被返回给主机端。
异步执行的意义在于：首先，处于同一数据流内的计算与数据拷贝都是依次进行的，但一个流内的计算可以和另一个流的数据传输同时进行，因此通过异步执行就能够使GPU中的执行单元与存储器单元同时工作，更好地压榨GPU的性能；其次，当GPU在进行计算或者数
《CUDA高性能并行计算》----3.4 简化操作流程
上面所述的标准操作流是主流的工作方式，然而其中的部分过于死板和烦琐，因此一些NVIDIA专家一起努力提供了一个可替代的流式方案，叫作统一内存（unified memory）。这个方法打破了主机内存和设备内存的围墙，因此你可以只用一个可以从主机端和设备端共同访问的数组（至少看起来是这样的）。
使用MAKER进行基因注释(基础入门）
maker
在基因组注释上，MAKER算是一个很强大的分析流程。能够识别重复序列，将EST和蛋白序列比对到基因组，进行从头预测，并在最后整合这三个结果保证结果的可靠性。
