楷尘·极客

关于高性能计算的知识记录汇总      原文来自：http://blog.sina.com.cn/s/blog_6b99cdb50101inv5.html      看了这个文章，对我的知识面有了很大的补充，感谢！       MPI和openMPI的区别，或者CUDA和OpenCL的区别，这篇文章就是为了总结下高性能计算的相关知识。目前高性能计算有两大趋势，并行计算集群和CP

原文来自：http://www.cnblogs.com/dwdxdy/archive/2013/08/07/3244508.htmlCUDA基本使用方法在介绍OpenCV中GPU模块使用之前，先回顾下CUDA的一般使用方法，其基本步骤如下：1.主机代码执行；2.传输数据到GPU；3.确定grid，block大小；4.调用内核函数，GPU运行程序；5.传输结果到CPU；6.继续主

配置编译caffe-windows安装CUDA(适用GPU版本)    去英伟达下载CUDA7.5，windows10，x86_64，本地安装，如下图：下载安装CUDNN(V4 for cuda7.0或者V5 for cuda7.5)(适用GPU版本)    这个过程的话新用户需要注册，如下图：下载解压缩会得到3个文件夹：include bin lib，将这3个文件夹里面的内容合并到CUDA的安装...

在体验了OpenCV-OpenCL的使用之后，发现CPU和GPU之间的数据传输相当的耗时，既然我这个小菜鸟都发现了这个瓶颈，大佬们肯定也早就发现也有一些解决方案吧！在网上看到一篇与这个有关的文章《OpenCL2.0特性之SVM》，可以先了解一下，看完之后有所收获，但也有许多疑问如下：1、SVM支持CPU和GPU之间不需要数据拷贝就可以数据共享，那这个SVM是软件实现的还是硬件实现的？如果是软件

之前体验了下OpenCV3.x的OpenCL，体验简直糟糕《OpenCV3.x-OpenCL的糟糕体验》！于是今天打算用OpenCV2.x的OpenCL做一下GPU加速实验，因为2.x和3.x的编码实现不一样。实验环境：Windows10 + OpenCV249 + AMD Radeon R5 M430 实验算法：OpenCV的灰度模板匹配。为什么说是郁闷的体验呢？因为我看到了GPU的

今天看到了一份ppt《OpenCV3_CVPR_2015_Speed》，看到了下面的一组数据，于是想研究研究OpenCV的OpenCL这个家伙。可以看到利用OpenCL，算法的运行速度加速明显！于是下载了opencv3.2源码并在Windows10（64bit）VS2013上进行编译，CMAKE配置如下：测试环境：Windows10（64）+AMD GPU+OpenCV

转载请声明出处http://blog.youkuaiyun.com/zhongkejingwang/article/details/40018735    在C/C++中使用OpenMP优化代码方便又简单，代码中需要并行处理的往往是一些比较耗时的for循环，所以重点介绍一下OpenMP中for循环的应用。个人感觉只要掌握了文中讲的这些就足够了，如果想要学习OpenMP可以到网上查查资料。    工欲善

原文来自：http://blog.youkuaiyun.com/billbliss/article/details/44131919OpenMP中，任务调度主要用于并行的for循环中，当循环中每次迭代的计算量不相等时，如果简单地给各个线程分配相同次数的迭代的话，会造成各个线程计算负载不均衡，这会使得有些线程先执行完，有些后执行完，造成某些CPU核空闲，影响程序性能。例如以下代码。[cpp]

前言用过halcon形状匹配的都知道，这个算子贼好用，随便截一个ROI做模板就可以在搜索图像中匹配到相似的区域，并且能输出搜索图像的位置，匹配尺度，匹配角度。现在我们就要利用opencv在C++的环境下复现这个效果。我们先看下复现的效果图，提升下学习的欲望(要在搜索图像中找到所有的K字母)。下图是模板图像，为一个"K"字母。下图是待搜索的图像，其中的K字符存在旋转，缩放，残缺遮...