墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
1.1k累计阅读
1.2k平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
1.在编写cuda程序时，不管是在cpu还是gpu执行的代码，所有n维数组均用cudaMalloc/malloc开辟一维空间，通过 [行号*列数+列号] 来获取其值。
慎用：cudaMallocPitch、cudaMemset2D、cudaMemcpy2D 这一套二维数组相关函数，因为这套函数的对齐操作会导致矩阵旋转操作中结果有误。
2.注意：线程函数里，在指针变化时，禁止用 += -= 这种运算！！！
3.注意：列向量、行向量 都用 一维数组 表示。
3.在编写cuda程序时，不管是在cpu还是gpu执行的代码，所有n维数组均有cudaMalloc/malloc开辟一维空间，通过 [行号*列数+列号] 来获取其值
Matlab调用Cuda程序
matlab编译cuda 工程生成可执行文件
错误记录——CUDA程序运行结果不一致（线程块、网格大小设置问题）
使用GPU进行加速计算时，使用的线程索引数最好与需要计算的数据维度（一维长度、二维长宽）相等，这样才能保证计算结果的正确。
QT中配置cuda环境，并编写cuda代码
之前是在vs中开发cuda的代码，现在需要把cuda的代码移植到QT中。由于本机安装cuda时，是默认安装的，所以安装目录为# CUDA_PATH 这个是安装cuda时自动配置到环境变量中的路径，也是cuda安装的路径 C: \ Program Files \ NVIDIA GPU Computing Toolkit \ CUDA \ v11.1cuda的样例文件夹位置为。
Cuda编程 运算错误问题
cuda编程 每次计算结果产生的随机误差不一样，时对时错，有没有大神帮忙解释一下 For循环里面计算的内容是不变的，到每次生成的结果不同，有的时候对有时候错，是因为什么原因导致的，自己找不到原因，会不会是运算太多，内存不足导致的，但每次的for循环是一个独立的个体，不存在迭代的关系，相互之间应该没有影响吧，为什么单独运算结果是对的，多算几次中有几次就可能会出错？ ...
Unity3D 中正确调用CUDA程序详解
Unity3D 是一款强大的游戏开发引擎，可以实现各种各样的游戏效果。然而，在某些情况下，使用CPU来处理游戏中的复杂计算任务可能会导致性能瓶颈。为了解决这个问题，我们可以利用CUDA来使用GPU进行并行计算，从而提高游戏的性能。对惹，这里有一个游戏开发交流小组，希望大家可以点击进来一起交流一下开发经验呀本文将详细介绍如何在Unity3D中正确调用CUDA程序，并给出技术详解和代码实现。一、CUDA简介。
Java通过JNI调用CUDA程序
在这里不讨论为什么不使用Jcuda，只是说明如何通过JNI（Java Native Interface）调用CUDA程序 （1）编写java程序通过native关键字声明调用接口 （2）生成调用头文件xx.h，使用javah命令生成（如果你够牛逼可以自己手写，但是这样容易出错） （3）编写CUDA程序（跟编写C/C++差不多） （4）编译生成动态链接库libxx.so文件（windows下应
CUDA编程（十）使用Kahan's Summation Formula提高精度
CUDA编程（十） 使用Kahan’s Summation Formula提高精度 之前我们用CUDA完成了矩阵乘法，但是当然会存在很多问题，除了速度问题，GPU浮点数运算的精度也很差，本篇博客从出现误差的原理（浮点数大数吃小数）分析，使用了Kahan's Summation Formula在一定程度上解决了CUDA运算float精度不够的情况。
vs2013下编写你的第一个CUDA程序
因在学习caffe的过程中，不得不GPU编程，故之前也自学了点CUDA编程，写点学习笔记，方便自己复习。 一、准备工作： 1、安装VS2013环境 2、环境cuda环境 安装好了以上的环境后，VS2013工程上会多出一个NSIGHT控件选项 二、VS2013创建CUDA工程 1、创建一个Visual C++ EmptyProject 工程
CMake编写CUDA应用程序
从cmake 3.9版本开始，cmake就原生支持了cuda c/c++。在这之前，是通过find_package(CUDA REQUIRED)来间接支持cuda c/c++的。这种写法不仅繁琐而且丑陋。所以这里主要介绍3.9版本之后引入的方法，cuda c/c++程序可以使用和普通的c/c++程序完全一样的操作，甚至两者可以混合使用，非常的方便，清晰明了。 测试cuda是否正常安装：nvcc --version CUDA编译器找不到的问题： CMake Error at CMakeLists.txt:4
CUDA程序开发——Nsight新建CUDA HelloWorld项目
CUDA程序开发——Linux端使用Nsight新建CUDA HelloWorld项目 1）在redhat桌面的左上角，点击Application->Programming->Nsight Eclipse Edition。 2）软件开始加载。 3）加载完毕后，展示出Nsight的主界面。 4）新建一个CUDA项目。点击Nsight左上角的File-...
并行编程-CUDA程序设计
本文主要介绍CUDA安装、CUDA编译流程、CUDA程序Makefile的编写、CUDA程序Makefile的编写、整体流程、CUDA线程模型、编程举例等内容
CUDA编程（一）：QT中编写cuda代码
可以下载一下demo:https://pan.baidu.com/s/1mUsb0iIOA5tnX7MOSpcHMQ j8j2 GPU运算能力列表： https://blog.youkuaiyun.com/wang03989/article/details/83026756 1.pro文件配置（在已有工程的配置的内容下，添加以下内容） #在已有的工程上添加以下内容 ####cuda库####...
Speedtree学习笔记（案例）——拥有多种材质的植物如何导入使用（以草为例）
注：Speedtree无论保存还是导入模型其存储路径不可有中文。 第一步拆分草的模型 根据所需的材质去拆分（例：假若草的果实，茎秆和叶子是不同的材质那么就需拆分为三份；假若画的全部颜色及材质一样就没有必要去拆分模型） 第二步导入草的模型 在Mesh面板中依次导入草的模型——Do nothing additional right now 第三步扩大草的生长区域范围（可省略）...
在windows上编写CUDA代码
WIN10下查看CUDA版本 & 显卡计算能力一、查看显卡支持的NVCUDA版本号二、查看自己显卡计算能力一、查看显卡支持的NVCUDA版本号1.在 开始菜单 或 右击桌面 打开 NVDIA控制面板2.点击 系统信息3.在弹出的 系统信息对话框 ， 点击 组件在 3D设置 中第三项为 NVCUDA版本号二、查看自己显卡计算能力如果你的电脑硬件中安装了NVDIA显卡，则可以在NVIAD官网查到自己显卡的计算能力注：由于N卡分类较多，以及每类下有很多不同型号显卡_查看电脑cuda的数量有几个。
H无穷控制学习笔记——加权灵敏度H无穷控制问题
一、加权灵敏度H无穷问题 系统结构如上图所示。被控对象P的状态空间方程为(Ap,Bp,Cp,DpA_p,B_p,C_p,D_pAp,Bp,Cp,Dp)，加权函数W1的状态空间方程为(A1,B1,C1,D1A_1,B_1,C_1,D_1A1,B1,C1,D1)，加权函数W2的状态空间方程为(A2,B2,C2,D2A_2,B_2,C_2,D_2A2,B2,C2,D2)，加权函数W3的状态空间方程为(A3,B3,C3,D3A_3,B_3,C_3,D_3A3,B3,C3,D3)。
ESP32接入扣子(Coze) API使用自定义智能体
本示例将使用ESP32开发板通过WiFi接入 **Coze API**，实现一个简单的聊天机器人功能。用户可以通过串口向机器人输入问题，ESP32将通过Coze API与智能体进行通信，并返回对应的回复。本文将详细介绍了如何通过HTTP请求和JSON解析来与API进行交互，并给出完整的代码示例。
【CUDA】什么是CUDA？什么是CUDA编程？
CUDA（Compute Unified Device Architecture，统一计算设备架构），是显卡厂商NVIDIA推出的一种并行计算平台和编程模型。概念中的重点是“统一”二字：“统一”的含义是指该架构将不同类型的计算设备（主要是CPU和GPU）整合到一个统一的编程模型中，开发者可以使用相同的编程语言和工具集，在CPU和GPU上执行计算任务，而无为 CPU 和 GPU 分别编写完全不同的代码(既同时开发 CPU 和 GPU 上的共同程序)，这种统一性简化了并行计算的开发流程传统方式。
图数据挖掘 ECC K-core core number truss number clique
K-core:什么叫k-core，给定一个正整数k（k>=0），k-core是一个G的最大子图（也就是说k-core是一个图的限制），将这个子图定义为Hk，对于Hk中的每个顶点v，他的度数都是大于等于k的。 k-core是内嵌的，如下图所示，集合{ABCD}是H3，也就是3-core的子图。而集合{ABCDE}是H2，也就是2-core的子图，集合{ABCDEGF}是H1，也就是1-core的子图，而从集合的角度来讲H3<H2<H1。 core number:什么叫kcor
《CUDA编程》4.CUDA程序的错误检测
在《CUDA编程》3.简单CUDA程序的基本框架 中列举的函数，返回值是，只有在返回cudaSuccess时，才表示调用成功，否则返回一个错误代码，下面新建一个CUDA头文件并编写一个错误检查的宏函数：①新建CUDA头文件 新建的文件是，注意后缀变化。 ②编写错误检查代码 在定义宏时，如果一行写不下，需要在行末写 \，表示续行*，错误检查代码如下： 该段代码会检查返回值是否为，如果不是，则返回错误代码的位置这里以《CUDA编程》3.简单CUDA程序的基本框架中的代码例子为例，注意在头文件中添加，并为代码中
手把手教你学Simulink--电机电磁兼容与可靠性场景示例：基于Simulink的电机轴电压与轴电流抑制仿真
本文带你完成了电机轴电压与轴电流抑制的Simulink仿真，实现了：✅ 揭示了共模电压 → 寄生电容 → 轴电压 → 轴承电蚀的完整链路✅ 搭建了含寄生参数的高频电机等效模型共模电压最小化PWM（源头抑制）dv/dt滤波器（路径阻断）轴接地（终端泄放） ✅ 通过仿真验证了轴电压从68 V降至<3 V的显著效果 ✅ 为高可靠性电机系统提供低成本、高效益的轴承保护方案。
6.Burp Suite 入门篇 —— Burp Scanner 漏洞扫描
Burp Scanner 既可以是独立的全自动扫描器，也可以在手动测试中当作强大的辅助手段，而且随着技术改进，Burp Scanner 能检测到的漏洞数量也在不断增加。Burp Scanner 功能只在 burpsuite 专业版和企业版中里有，本篇教程讲的是专业版的 Burp Scanner 用法。
Rust-CUDA入门指南：从零开始编写GPU计算程序
Rust-CUDA项目为Rust开发者提供了直接在Rust中编写CUDA GPU计算程序的能力。本文将详细介绍如何搭建开发环境并编写第一个GPU计算程序。 ## 环境准备 ### 硬件要求 - 支持CUDA的NVIDIA显卡 - 兼容的NVIDIA驱动程序（建议使用最新版本） ### 软件依赖 1. **CUDA工具包**：需要11.2或更高版本 2. **LLVM 7.x**：版本7.
低照度与极端天气环境中的YOLOv8优化：CPA-Enhancer网络的应用与分析
为了克服上述问题，本文提出了一种名为的网络改进方案。CPA-Enhancer通过引入链式思考机制和改进的注意力机制，有效地提升了YOLOv8在低照度和复杂天气下的表现。本文提出了针对低照度和恶劣天气条件下目标检测的YOLOv8改进方案——CPA-Enhancer链式思考网络。通过引入低照度图像增强和多尺度特征融合技术，CPA-Enhancer显著提高了YOLOv8在低光照、雾霾、雨雪等环境下的检测性能。实验结果表明，CPA-Enhancer相较于原始YOLOv8，在多个指标上都有显著的提升，尤其是在mAP。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
5906
扫一扫
