我正在为对象检测系统开发tensorflow-gpu和pyqt5。
我已经开发了一个基于神经网络模型的项目，该模型经过训练 通过tensorflow，它很好，但是我需要加快检测速度。
我的GPU是GTX 1060，CPU是Corei7。
如何使用CUDA内核划分计算量？
我搜索了很多文章，并在其中多次询问 *堆栈**溢出*，但没有响应。
如何通过类似的库将tensorflow-gpu与CUDA内核一起编程 是PYCUDA还是numba或CUPY？
我以几种方式提出了这个问题，但我正在寻找一种使用CUDA进行GPU内核编程的正确方法（GTX1060具有1280个CUDA内核，而Corei7具有8个内核，并且通过对GPU进行计算，程序可以在大规模）