摘要： 在GPU并行编程中，一般情况下，各个处理器都需要了解其他处理器的执行状态，在各个并行副本之间进行通信和协作，这涉及到不同线程间的通信机制和并行执行线程的同步机制。共享内存“__share__”CUDA中的线程协作主要是通过共享内存实现的。使用关键字“__share__... 阅读全文

摘要： 网格（Grid）、线程块（Block）和线程（Thread）的组织关系CUDA的软件架构由网格（Grid）、线程块（Block）和线程（Thread）组成，相当于把GPU上的计算单元分为若干（2~3）个网格，每个网格内包含若干（65535）个线程块，每个线程块包含若干... 阅读全文

摘要： GPU支持大规模的并行加速运算，胜在量上，CPU处理大量的并行运算显得力不从心，它是胜在逻辑上。利用显卡加速的应用越来越多，但如果说GPU即将或最终将替代CPU还有点言过其实，二者最终将优势互补，各尽所能。使用显卡的无脑并行运算破解密码是一个不错的选择。这里选择一种简... 阅读全文

摘要： CUDA并行编程的基本思路是把一个很大的任务划分成N个简单重复的操作，创建N个线程分别执行执行，每个网格（Grid）可以最多创建65535个线程块，每个线程块（Block）一般最多可以创建512个并行线程，在第一个CUDA程序中对核函数的调用是：addKernel>>... 阅读全文

摘要： Julia集中的元素都是经过简单的迭代计算得到的，很适合用CUDA进行加速。对一个600*600的图像，需要进行360000次迭代计算，所以在CUDA中创建了600*600个线程块（block），每个线程块包含1个线程，并行执行360000次运行，图像的创建和显示通过... 阅读全文

摘要： 朱利亚集合是一个在复平面上形成分形的点的集合。以法国数学家加斯顿·朱利亚（Gaston Julia）的名字命名。朱利亚集合可以由下式进行反复迭代得到：对于固定的复数c，取某一z值（如z = z0），可以得到序列 这一序列可能反散于无穷大或始终处于某一范围之内并收敛于某... 阅读全文

摘要： 代码function ROI=LabelBox(filename)Mat=imread(filename);imshow(Mat);mouse=imrect;pos=getPosition(mouse);% x1 y1 w hROI=[pos(1) pos(2) po... 阅读全文

摘要： 你或许听过好几种 Make 工具，例如 GNU Make ，QT 的 qmake ，微软的 MS nmake，BSD Make（pmake），Makepp，等等。这些 Make 工具遵循着不同的规范和标准，所执行的 Makefile 格式也千差万别。这样就带来了一个严... 阅读全文

摘要： 前言比较简单的一篇博客。https://github.com/microsoft/caffe 微软的Caffe以在Windows下编译简单而受到了很多人的喜爱（包括我），只用改改prop配置然后无脑重新生成就可以。今天配置了一下Faster R-CNN，还挺好用的。 ... 阅读全文

摘要： 1. 特殊符号ℓ（\ell）：用于和大小的 I 和 数字 1 相区分R（\Re）∇（\nabla）：微分算子2. 数学字体 mathbb：blackboard bold，黑板粗体 mathcal：calligraphy（美术字） mathrm：math ro... 阅读全文