comedate的专栏

最近在升级 Cuda 的 docker, 在 docker 中使用 VTK 程序运行很慢，并且 Docker 中机器的环境 与 宿主机器的 OpenGL 版本不一致； 主要解决这个问题

使用 pynvml 这个库，可以得到显卡的使用环境，如显卡类型，显卡数目，显卡全部显存，已经使用的显存，以及没有使用的显存。

Python 可以指定显卡使用 Cuda， 进行加速或者深度学习。通常通过 设置环境变量的方式。环境变量为："CUDA_VISIBLE_DEVICES"

Perline Noise 相关资料：GPU Gens Perlin Noise 说明：https://developer.nvidia.com/gpugems/gpugems/part-i-natural-effects/chapter-5-implementing-improved-perlin-noiseC++ 版本的 Perlin Noise:https://github.com/sol-prog/Perlin_NoiseCuda 版本的 Perlin Noise:https://g

使用 cuda 的 thrust， 实现 RGB 图像，绕 Y 轴翻转。优点有如下： - 速度快，对于 1024 * 1024 的图像，大约 0.01 ms，远远小于 CPU 版本时间。 - 翻转时，不需要额外的拷贝时间，使用内存少。

问题安装VS2017版本，与 Cuda 9.2 版本，发现有一个错误：fatal error C1189: error: -- unsupported Microsoft Visual Studio version! Only the versions 2012, 2013, 2015 and 2017 are supported! 这是有点奇怪了，我的版本是 2017版本啊，怎么不支持啊。解决方式查网页，一般说是：C:\Program Files\NVIDIA GPU Computing

// string::begin/end#include #include #include int main (){std::string str (“Test string”);for ( std::string::iterator it=str.begin(); it!=str.end(); ++it)std::cout << *it;std::cout << ‘\n’;int temp_1;int temp_2;std::vector<float

Thrust Example Thrust DocumentThrust 是一种使用Cuda 加速的三方库，比使用CPU的 TBB 加速效度更大。

前言一般的情况下，C与Cuda混合编程，可能通过 VS的UI方式，创建工程。但是，这种情况下效率不高，并且不能跨平台。因此，高级的方式，是使用CMakeList的方式，创建工程。 Windows情况下，可以CMakeList 成VisualStudio 编译器。CMakeList的模板通常，可用的一个模板，整理如下：CMakeList 文件# required cmake versioncmake_minimum_required(VERSION 3.4)project(test_cuda

前言在深度学习caffe框架等多处，用到了CUDA函数，使代码加速，其文件类型为XXX.cu。在运行这些CUDA函数时，会遇到一下C++里没有的问题，比如函数前缀问题，如果在修改编写.cu文件时不注意，会出现问题，因此本文在这里讨论一下。主要解决如下问题：error : calling a host function from a global function is not allowed.一、定义CUDA C语言对C语言的扩展之一就是加入了一些函数前缀，在CUDA中有三种函数前缀：device，g