注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 用GPU 加速求解线性方程组的高斯消元法

  2. 提出了应用图形处理器(GPU) 加速求解线性方程组的高斯消元法，用二维四通道纹理表示系数矩阵与常数向量构 成的矩阵，在该矩阵内完成归一化、消元等操作。提出了新的纹理缩减算法，该算法不要求纹理的边长是2 的幂，把该纹理算 法应用于高斯消元法的列主元搜索和确定主元行号。根据这些算法，使用OpenGL 着色语言编程，用图形处理器实现加速求 解线性方程组的高斯消元法，运算时间与基于CPU的算法比较，随着方程组未知量数量增多，基于GPU的算法具有较快的运 算速度，证实图形处理器能加速线性方程组的求解。

  3. 所属分类：其它

    • 发布日期：2010-01-24
    • 文件大小：192kb
    • 提供者：nulng

  1. HLSL编程实现PhotoShop滤镜效果

  2. GPU进行数字图像处理，甚至是使用GPU进行数字视频编辑是目前非常流行的话题，市场是已经出现很多商业的产品，比如Mac公司的iMotion，就是完全采用GPU加速的视频非编软件，iMotion作者的对它的评价是：Play with the images in real-time。可见它的效率之高，本文只是简单的介绍了HLSL在图像处理领域的应用.

  3. 所属分类：专业指导

    • 发布日期：2010-02-08
    • 文件大小：483kb
    • 提供者：chenzhiwei021

  1. 基于GPU的数字影像的正射纠正技术的研究

  2. 　本文简述了CUDA 编程模型高性能并行计算的特性,在实现了基于GPU 的数字影像正射纠正的基础 上,阐述了基于GPU 的加速技术在数字影像处理方面的应用情景。

  3. 所属分类：专业指导

    • 发布日期：2010-03-17
    • 文件大小：88kb
    • 提供者：rshy06022

  1. 应用GPU集群加速计算蛋白质分子场 论文

  2. 本篇论文介绍了GPU集群+openMP+MPI编程，应用于分子场的模拟当中，很先进，不过细节讲得不是很清楚~

  3. 所属分类：专业指导

    • 发布日期：2010-07-22
    • 文件大小：522kb
    • 提供者：computer055maxi

  1. GPU高性能运算之CUDA

  2. GPU高性能运算之CUDA书可作为CUDA的学习入门和编程参考书，主要面向从事高性能计算的程序员与工程师， 使用GPU加速专业领域计算的科研人员，以及对GPU通用计算感兴趣

  3. 所属分类：C/C++

    • 发布日期：2011-04-10
    • 文件大小：14mb
    • 提供者：alexanderwbx

  1. GPU高性能运算之CUDA(已解密)

  2. GPU高性能运算之CUDA GPU高性能运算之CUDA书可作为CUDA的学习入门和编程参考书，主要面向从事高性能计算的程序员与工程师， 使用GPU加速专业领域计算的科研人员，以及对GPU通用计算感兴趣的人员。已解密

  3. 所属分类：C/C++

    • 发布日期：2011-04-11
    • 文件大小：568byte
    • 提供者：alexanderwbx

  1. GPU高性能运算之CUDA(已解密)

  2. GPU高性能运算之CUDA GPU高性能运算之CUDA书可作为CUDA的学习入门和编程参考书，主要面向从事高性能计算的程序员与工程师， 使用GPU加速专业领域计算的科研人员，以及对GPU通用计算感兴趣的人员。已解密

  3. 所属分类：C/C++

    • 发布日期：2011-04-11
    • 文件大小：14mb
    • 提供者：alexanderwbx

  1. GPU cuda 编程示例

  2. GPU CUDA 编程示例: 怎样使用GPU的kernel, 利用GPU的并行计算使程序加速。

  3. 所属分类：嵌入式

    • 发布日期：2011-04-28
    • 文件大小：401kb
    • 提供者：lidorje

  1. GPU精粹2：高性能图形芯片和通用计算编程技...part1.rar

  2. 本书目录 第Ⅰ部分 几何复杂性 第1章 实现照片级真实感的虚拟 植物 5 1.1 场景管理 6 1.1.1 种植栅格 6 1.1.2 种植策略 6 1.1.3 实时优化 7 1.2 草层 7 1.2.1 通过溶解模拟Alpha透明 9 1.2.2 变化 10 1.2.3 光照 11 1.2.4 风 12 1.3 地面杂物层 12 1.4 树和灌木层 13 1.5 阴影 14 1.6 后处理 15 1.6.1 天空圆顶辉散 16 1.6.2 全场景辉光 16 1.7 本章小结 17 参考文献 1

  3. 所属分类：硬件开发

    • 发布日期：2012-02-07
    • 文件大小：59mb
    • 提供者：on__no

  1. GPU加速编程

  2. 利用GPU处理图形速度比CPU快的优势,可以应用于智能视频分析方面

  3. 所属分类：C

    • 发布日期：2013-02-17
    • 文件大小：2mb
    • 提供者：uchan

  1. GPU加速编程_康玉之_半山工作室

  2. GPU加速编程_康玉之_半山工作室； GPU加速编程_康玉之_半山工作室；需要的就下载，不错的文档。

  3. 所属分类：C

    • 发布日期：2013-04-10
    • 文件大小：2mb
    • 提供者：f_sunny

  1. GPU加速编程

  2. GPU加速编程，介绍如何对GPU进行编程

  3. 所属分类：其它

    • 发布日期：2013-08-05
    • 文件大小：2mb
    • 提供者：bluebird2009

  1. 基于GPU加速的细粒度并行人工蜂群算法

  2. 为了改善人工蜂群算法对于大规模数据、高复杂度问题的执行效率，采用开放计算语言（OpenCL）并行编程模型，提出一种基于图形处理器（GPU）加速的并行人工蜂群算法

  3. 所属分类：其它

    • 发布日期：2014-11-22
    • 文件大小：293kb
    • 提供者：qazwwl2008

  1. 第十五章_异构运算、GPU及框架选型.pdf

  2. 深度学习训练和推理的过程中，会涉及到大量的向量(vector)，矩阵(matrix)和张量(tensor)操作，通常需要大量的浮点计算，包括高精度（在训练的时候）和低精度（在推理和部署的时候）。GPU， 作为一种通用可编程的加速器，最初设计是用来进行图形处理和渲染功能，但是从2007年开始，英伟达(NVIDIA)公司提出了第一个可编程通用计算平台（GPU），同时提出了CUDA框架，从此开启了GPU用于通用计算的新纪元。此后，不计其数的科研人员和开发者，对各种不同类型的算法用CUDA进行（部分）改

  3. 所属分类：深度学习

    • 发布日期：2020-07-27
    • 文件大小：736kb
    • 提供者：hkd_ywg

  1. 一种使用GPU加速地震叠前时间偏移的方法

  2. 应用GPU通用高性能编程技术实现一种加速地震叠前时间偏移的新方法。该技术是地震勘探处理的常规流程，其核心算法具有计算密集、数据独立性强、并行性高等特点。通过性能剖析获得其计算热点，通过CUDA技术对其进行并行化改造，并利用CUDA的流技术实现CPU到GPU的异步传输。通过集群环境下的性能测试，应用GPU并行化的PSTM程序可明显缩短运行时间。

  3. 所属分类：其它

    • 发布日期：2020-10-21
    • 文件大小：233kb
    • 提供者：weixin_38740201

  1. Python基于pyCUDA实现GPU加速并行计算功能入门教程

  2. 本文实例讲述了Python基于pyCUDA实现GPU加速并行计算功能。分享给大家供大家参考，具体如下： Nvidia的CUDA 架构为我们提供了一种便捷的方式来直接操纵GPU 并进行编程，但是基于 C语言的CUDA实现较为复杂，开发周期较长。而python 作为一门广泛使用的语言，具有 简单易学、语法简单、开发迅速等优点。作为第四种CUDA支持语言，相信python一定会 在高性能计算上有杰出的贡献–pyCUDA。 pyCUDA特点 CUDA完全的python实现 编码更为灵活、迅速、

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：83kb
    • 提供者：weixin_38730129

  1. clesperanto.github.io：clEsperanto-跨语言和平台的GPU加速图像处理-源码

  2. 世界语 clEsperanto旨在消除科学图像分析社区中的语言障碍。 如果使用 ， ， ， ， 和其他工具的图像分析人员将使用相同的命令编写工作流程怎么办？ 如果后面的后端相同，该怎么办？ 如果这些算法由于而以疯狂的速度运行怎么办？ 未来几年，GPU将重新实现许多算法。 让它们可用 在所有主要的硬件平台上， 在所有主要操作系统上， 在所有主要的编程语言和环境中， 免费和 开源。 这个屏幕截图拼贴没有考虑。 您可以下载这些平台的插件并进行复制：在语言和平台之间复制粘贴代码！ 您可以

  3. 所属分类：其它

  1. 外星人：ALiEn是GPU加速的人工生命仿真程序-源码

  2. ALiEn是一个基于CUDA中基于专用物理和渲染引擎的人工生命模拟程序。 每个模拟体都有一个由图形建模的内部结构，并且可以通过沿节点循环令牌来执行物理动作和信息处理。 该模拟器包括一个构建世界的工具，可让您根据自己的想法轻松构建宇宙。 主要特点 散热，碰撞，粘结，损坏，旋转力等的实际物理计算。 模拟数字生物和进化的可编程物质方法 内置图形编辑器，用于设计自己的机器 在GPU上进行仿真和渲染 仿真代码完全用CUDA编写，并针对数百万个物体和粒子的大规模实时仿真进行了高度优化。 发展的动力是希望更

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：71mb
    • 提供者：weixin_42102220

  1. kymatio：Python中具有GPU加速的小波散射变换-源码

  2. Kymatio：Python中的小波散射 Kymatio是Python编程语言中的小波散射变换的实现，适用于信号处理和机器学习中的大规模数值实验。 散射变换是实现为卷积网络的平移不变信号表示形式，其滤波器不是学习的而是固定的（作为小波滤波器）。 如果需要以下库，请使用Kymatio： 支持一维，二维和三维小波， 将小波散射集成到深度学习架构中，并且 通过主要的深度学习API（例如PyTorch和TensorFlow）在CPU和GPU硬件上无缝运行。 Kymatio环境 灵活性 Kymati

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：624kb
    • 提供者：weixin_42099530

  1. MetalPetal：基于Metal的GPU加速的图像和视频处理框架-源码

  2. 金属花瓣 基于Metal的图像处理框架。 设计概述 MetalPetal是基于的图像处理框架，旨在通过易于使用的编程界面为静止图像和视频提供实时处理。 本章介绍了MetalPetal的关键概念，并将帮助您更好地了解其设计，实施，性能影响和最佳实践。 目标 MetalPetal在设计时考虑了以下目标。 易于使用的API 提供便利的API并避免常见的陷阱。 性能 有效地使用CPU，GPU和内存。 可扩展性 易于创建自定义滤镜以及插件自定义图像处理单元。 迅捷 为Swift程序员提供流畅

  3. 所属分类：其它

« 12 3 4 5 »